文件处理--字符编码，
补充：
常量：，在Python中是没有定义的。
常量表示，经常用全部大写来表示，提示，是不能动的，实际上是可以动的。
文件的处理流程，
用普通的文本处理器处理文件，编辑器打开，进入内存，启动， 文件开始读入内存，由编辑器开始编辑，断电，则数据消失，要保存，则刷到硬盘里，
Python解释器的执行过程：
1.Python解释器启动，进入内存，与普通 的文本编辑器没有区别，
2.打开一个 .py 文件，文件从硬盘开始往内存读取，
3.Python解释器执行文件.py，开始执行加载到内存里代码，
Python解释器不仅可以读文件，还可以执行文件，
---------------------------------------------------------------------------------------------
一、字符编码
1.关于字符编码的来历
计算机通过高频电和低频电，来代表1和0 ，所以只认识1和0 ，人认识汉字，字母，数字，符号等，所以就需要计算机和人类之间进行一个翻译
所以必须经过一个过程：
字符--------（翻译过程）------->数字
这个过程实际就是一个字符如何对应一个特定数字的标准，这个标准称之为 ----字符编码
2.字符编码的发展
2.1
Ascll码 ，诞生在美国，基于英文的考虑，8个二进制来表示一个字节，既8bite=1bytes,
8bite就是8个1和0组成，可以代理256种状态，2*8=256，ASCII最初只用了后七位，127个数字，
已经完全能够代表键盘上所有的字符了（英文字符/键盘的所有其他字符）
后来为了将拉丁文也编码进了ASCII表，将最高位也占用了。
每一个字母，数字，符号，都对应了一个二进制，
2.2
中国的GBK， GBK:2Bytes代表一个字符
为了满足其他国家，各个国家纷纷定制了自己的编码
日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，
问题，各种之间都有自己的标准，不统一，就产出了乱码，
2.3 unicode 的产生
Unicode全世界统一，2**16-1=65535，可代表6万多个字符，因而兼容万国语言，2个bytes代表一个字符，不存在语言问题，用Unicode代表英文字符就浪费了，占用空间多，但速度快，所以在内存里用Unicode处理，
utf-8是为了节省空间，英文用1个bytes，中文用3个bytes，占用空间小，处理速度就慢，所以在硬盘里，和网络中的数据都是utf-8
备注：
所有程序，最终都要加载到内存，程序保存到硬盘不同的国家用不同的编码格式，但是到内存中我们为了兼容万国（计算机可以运行任何国家的程序原因在于此），统一且固定使用unicode，这就是为何内存固定用unicode的原因，你可能会说兼容万国我可以用utf－8啊，可以，完全可以正常工作，之所以不用肯定是unicode比utf－8更高效啊（uicode固定用2个字节编码，utf－8则需要计算），但是unicode更浪费空间，没错，这就是用空间换时间的一种做法，而存放到硬盘，或者网络传输，都需要把unicode转成utf－8，因为数据的传输，追求的是稳定，高效，数据量越小数据传输就越靠谱，于是都转成utf－8格式的，而不是unicode。
Unicode与utf-8 之间存在一个对应关系
二、字符编码的使用
当文件全部加载到内存时，是Unicode，
无论是何种编辑器，要防止文件出现乱码（请一定注意，存放一段代码的文件也仅仅只是一个普通文件而已，
此处指的是文件没有执行前，我们打开文件时出现的乱码）
核心法则就是，文件以什么编码保存的，就以什么编码方式打开
以gbk保存的，就要告诉解释器用gbk编码格式打开，在文件开头写coding:gbk,
如果是utf-8,就告诉解释器用uft-8编码格式打开，在文件开头写coding:utf -8,
-----------------以上内容是文件读取到内存时候的过程-----------------------------
在文件开始执行时的过程，什么情况下全部是Unicode，
执行之前全是Unicode，y='egon'.encode('utf-8') ,--经过encode，转成了bytes类型，所以在encode阶段，可以成为任何类型
识别字符串是在执行阶段，在py3中是Unicode，Unicode 可以转成任意编码格式，默认情况下是Unicode，
注意：python3中使用utf-8编码，python2中用ASCII码编码
内存的编码使用unicode，不代表内存中全都是unicode编码的二进制，
如果 x='egon'.encode('utf-8'),那么新申请的内存空间里存放的就是utf-8编码的字符串egon了,
浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器
如果服务端encode的编码格式是utf-8， 客户端内存中收到的也是utf-8编码的二进制
2.1 在python2中有两种字符串类型str和unicode
str类型
当python解释器执行到产生字符串的代码时（例如s='林'），会申请新的内存地址，然后将'林'encode成文件开头指定的编码格式，这已经是encode之后的结果了，所以s只能decode
所以很重要的一点是：
在python2中，str就是编码后的结果bytes，str=bytes,所以在python2中，unicode字符编码的结果是str/bytes
unicode类型
当python解释器执行到产生字符串的代码时（例如s=u'林'），会申请新的内存地址，然后将'林'以unicode的格式存放到新的内存空间中，所以s只能encode，不能decode
打印到终端
对于print需要特别说明的是：
当程序执行时，比如
x='林'
print(x) #这一步是将x指向的那块新的内存空间（非代码所在的内存空间）中的内存，打印到终端，而终端仍然是运行于内存中的，所以这打印可以理解为从内存打印到内存，即内存->内存，unicode->unicode
----------------------------------------------------------------------------------------------------------------------------------------------------------------
python3中的字符串与python2中的'字符串'，都是unicode，所以无论如何打印都不会乱码
encode是Unicode编码的一个结果，是 bytes类型
byte类型的decode的结果是Unicode
--------------------------------------------------------------------------------------------------------
文件操作，
文件的 读 操作
f=open('1.txt','r')
print(f)
---结果 <_io.TextIOWrapper name='1.txt' mode='r' encoding='cp936'>
1.文件的打开与关闭
f=open('1.txt','r') -----如果读的这个文件不存在，就会报错
print(f)
# f.read()
f.close()-----------打开文件后一定要关掉，占用系统资源内存空间
f=open('1.txt','r',encoding='utf-8')-----告诉解释器，用encoding='utf-8'编码，取决文件存档的方式
------------------------------------------------------------------------------------------
2.文件读取
f=open('1.txt','r',encoding='utf-8')
# print(f)
print(f.read())----打印出读取文件的内容
-------------------------------------------------------------------------------------
3.文件每次的读取从开头开始读，第二次开始读时，没有结果，因为第一次读完文件后，光标已经移动到文件的最后
f=open('1.txt','r',encoding='utf-8')
# print(f)
print("1:",f.read())
print("2:",f.read())
结果
1: 111111
222222
aaaaaa
vvvvvv
2: ---------2后面的结果都为空，1 已经把文件一下子全部执行完
----------------------------------------------------------------------------------------
4.
f=open('1.txt','r',encoding='utf-8')
print(f.readline(),end='')
print(f.readline(),end='')
----------------一次读一行，print后面默认空一行，加end去掉空行-
--------------------------------------------------------------------------------------------
5.文件 读 的操作
f=open('1.txt','r',encoding='utf-8')
print(f.readlines(),end='')-------读出所有行，以列表形式输出
---------------------------------------------------------------------------------------
6.文件 写 的操作
f=open('1.txt','r',encoding='utf-8') ----文件是以读的方式打开，所以不能写
print(f.write('wwwwwwwww'))
print(f.write('wwwwwwwww'))
io.UnsupportedOperation: not writable ----结果报错，
--------------------------------------------------------------------------------------
7.
f=open('b.txt','r',encoding='utf-8')
f.write('\n44444\n')
f.flush() ------------flush 是把写的文件立即刷到硬盘里
f.close()
-----------------------------------------------------------------------------------------
文件的 写 操作
1. 如果操作一个不存在的文件，就会新建这个文件，如果文件存在，就把该文件的内容清掉，才开始写
f=open('b.txt','w',encoding='utf-8')
print(f.write())
--------------------------------------------------------------------------------------
2.文件不能写数字，只能写字符
f=open('b.txt','w',encoding='utf-8')
print(f.write(11111111)
SyntaxError: invalid syntax ------报错
------------------------------------------------------------------------------------------
3. 写入内容，不加\n不会换行，加上\n换行
f=open('b.txt','w',encoding='utf-8')
f.write('11111111\n')
f.write('22222222\n')
f.close()
结果
11111111
22222222
--------------------------------------------------------------------------
4. 以列表的形式写，每次写都会覆盖之前的内容
f=open('b.txt','w',encoding='utf-8')
print(f.writelines(['11111\n','aaaa\n','bbbb\n']))
f.close()
结果
11111
aaaa
bbbb
----------------------------------------------------------------------------------------
文件的 a 模式，，文件不存在，就新建， ，如果文件存在，就不动之前的文件，
在 a 的模式下，写 是追加的方式写，
1.
f=open('b.txt','a',encoding='utf-8')
print(f.write('44444\n'))
print(f.write('555555\n'))
f.close()
结果
11111
cccc
bbbb
44444
555555 追加，
----------------------------------------------------------------------------
2.查看文件的关闭状态
f=open('b.txt','r',encoding='utf-8')
f.close() ------关闭文件
print(f.closed) --------查看文件是否关闭
结果----True 关闭
--------------------------------------------------------------------------------
3.
f=open('b.txt','r',encoding='utf-8') -----查看文件的名字。编码格式
print(f.name,f.encoding)
print(f.readable()) ---- True 查看是否可读
print(f.writable()) ----- False 查看是否可写 ，读的模式下，不能读，写的模式下，可以
结果 b.txt utf-8
----------------------------------------------------------------------------
关于seek的操作
1.
f=open('c.txt','r',encoding='utf-8')
print(f.read(9)) ----read指定参数，就是从哪个字符开始读取，以字符为单位开始读取
结果
44444
555
c.txt的文件内容如下
文件内光标移动都是以字节为单位------seek，tell，read，truncate
用read命令时，读到文件最后，再读第二次就读不到了，
要把光标移到开头，就要用到 f.seek（），括号里加数字，表示位置
seek （）参数，0默认从头开始，1从当前开始，2从末尾开始
1.
f=open('c.txt','r',encoding='utf-8')
f.seek(12) --seek以字节为 读取单位，一个汉字是3个字节，12 代表了4
个汉字，所以结果就从 月开始显示
print(f.read())
结果
月44444
555555
44444
555555
-------------------------------------------------------------------------------------
2.
f=open('c.txt','r',encoding='utf-8')
print(f.seek(4))
print(f.tell())-----------tell告诉光标显示的位置
-------------------------------------------------------------------------------------------
3. 截断
f=open('c.txt','w',encoding='utf-8') -----一定要找 写 的模式下
print(f.truncate(2)) --------把文件从光标的位置开始向后截断，，但必须是在 写 的模式下
直接把截断，就没有了
---------------------------------------------------------------------------------------
4.
f=open('c.txt','w',encoding='utf-8')
f.write('1111111\n')
f.write('1144444\n')
f.write('11133333\n')
f.write('1222222\n')
print(f.truncate(3))----------------------把追加的都删除了，只有光标前的3个字节
----------------------------------------------------------------------------------
5.
f=open('c.txt','rb') --------，以rb的模式读，不需要再（encode编码）
print(f.read())
结果
b'\xe5\x8d\xb3\xe5\xb0\x86\xe7\xbb\x93
\xe6\x9d\x9f\xe5\xbc\x80\xe5\xa7\x8b\r\n111111\r\n222222\r\n333333'
---------------------------------------------------------------------------------
6.
f=open('c.txt','rb')
print(f.read().decode('utf-8')) -----从utf-8解码(decode)
结果
练习.py
即将结束开始
111111
222222
333333
--------------------------------------------------------------------------
7.wb 模式写
f=open('c.txt','wb')
f.write('hello world') ----写文件，以bytes的形式写，字符串是Unicode，必须 encode（utf-8）
f.close()
结果
f.write('hello world')
TypeError: a bytes-like object is required, not 'str'
f=open('c.txt','wb') ---- wb 的模式，
f.write('hello world'.encode('utf-8')) ----写文件，必须是encode 编码后才能写到文件里
f.close()
-------------------------------------------------------------------------------
8.
复制文件的过程，
read_file=open('c.txt','rb') -----打开一个 文件，以读的方式，rb ，指定一个文件
write_file=open('c1.txt','wb') -----写文件，copy的结果，
write_file.write(read_file.read()) -----把写的内容从read的文件里读出来，
------------------------------------------------------------------------------9.文件打开的位置 ，绝对路径，win里是双斜杠，可以加 r ,反转
---------------------------------------------------------------------------------------
10.
读取文件内容
f=open('c.txt','r',encoding='utf-8')
for line in f :
print(line, end='')
结果
hello world
alex
dddd
111
alex66666
