字符编码

字符编码

　　　　　　编码：字符编码表

　　字符---------------------------------------->数字

　　　　　　解码：字符编码表

　　数字<----------------------------------------编码

1、字符编码表

　　在计算机发展之初，只使用一种字符编码表，那就是美国制定给自己使用的ascii表。ASCII表里面的每一个字符由八位二进制数字表现，总共能记录255个字符，完整的记录了英文字符、数字以及一些特殊符号。

　　　　ASCII：只认识英文字符

　　　　　　1英文字符对应8bit

　　　　　　8bit = 1Byte 1024Byte = 1Kb

　　后来计算机传入中国，最先一批的计算机使用者为了能让计算机更好的普及全国，指定了能够编译中文汉字以及英文数字的编码表，GBK编码表，每一个字符都由2个字节、16个二进制数表示，总共能记录65535个字符。

　　　　gbk：支持中文及英文字符

　　　　　　1个字符对应16bit

　　其他国家也不愿示弱，也各自指定了只有包括自己本国字符的编码表。

　　　　shift-JIS：支持中文及英文字符

　　　　EUC-KR：支持韩文及英文字符

　　但由此以来，计算机的发展以及使用会受到很大的限制，比如我们使用美国的电脑启动我们本国编写的程序，就会出现乱码，因为ASCII表并没有记录任何的中文字符，所以为了传播以及进步，制定了包含了万国字符的字符表，unicode表。

　　　　unicode：支持万国字符

　　　　常用字符，一个字节对应两个字节

历史使命

　　1、兼容万国字符

　　　除了兼容万国字符这一使命以外，还有兼容老的字符编码表，在各国最初是的数据里，并不是使用unicide这个编码表编码的，如果说直接将以前的重要数据清除了也不合适，所以选择一种平缓的方式来过度这个阶段，现在，绝大多数的文件存储方式都是以unicode为基础的。

　　2、兼容老的字符编码表

　　　　utf-8:把unicode进行了优化

　　　　　　1个英文字符--->1个字节

　　　　　　1个中文字符--->3个字节

　　　　保证不乱码

1、首先得保证不乱吗，如何保证？？？

　　　　存内存不用管，因为内存固定使用unicode格式

　　　　存入硬盘的编码格式统一改为utf-8

2、如何保证取乱码

　　　　编码与解码取同一章表

　　　　python3解释器默认读文件的编码格式为utf-8

　　　　python2解释器默认读文件的编码格式为ascii

文件操作的所有方法

　　控制文件指针移动

　　　　我们使用with open() as f:是被动的让指针进行移动。

　　主动控制文件指针移动

　　　　0模式 f.seek(3,0)

　　　　参照文件开头移动3个字节

　　　　1模式 f.seek(3,1)

　　　　参照当前所在的位置移动3个字节

　　　　2模式 f.seek(-3,2)

　　　　参照文件末尾移动3个字节

　　　　### 只有0模式可以在t模式下使用，其他的只能在b模式下使用

　　　　### 还有一种较为特殊的，那就是t模式可以是用seek（0,2）因为指针指向文件末尾没有移动，所以不会出现问题，但如果只要进行任何的移动，都会出现程序错误。

　　　　文件修改的两种方式

　　　　　　方式一：

　　　　　　　　1、将文件内容一次性全部读入内存

　　　　　　　　2、在内存中将内容修改完毕

　　　　　　　　3、将新内容写回原文件

　　　　　　方式二、

　　　　　　　　1、以读的方式打开源文件，以写的方式打开一个临时文件

　　　　　　　　2、从源文件中读取一行内容存入内存，修改完毕存入临时文件，循环反复直到读完源文件

　　　　　　　　3、删除源文件，将临时文件改为源文件名

　　　　　　命名规范 .源文件名.txt.swp