07字符编码，文件处理

今日内容:
1. 字符编码
　　1. str字符串类型的演变过程   
　　2. 程序不乱码的解决方案
　　3. 文本文件的处理
2. 文件处理
　　1 基本的处理流程open
　　2 操作文件的模式:
　　r w a
　　t b +
　　3 文件操作的方法read,write
　　4 修改文件的两种方式

---

---

一、字符编码

前提储备知识点:
1. 计算机系统分为三层:
应用程序
操作系统
计算机硬件

2. 运行python程序的三个步骤
1. 先启动python解释器
2. 再将python文件当作普通的文本文件读入内存
3. 解释执行读入内存的代码,开始识别语法

 

 

字符编码

1. 什么是字符编码？

自己：什么是字符？就是人类的文字符号。
字符编码表: 人类的字符<-----双向对应------->数字。

1Bytes=8bit
缩写：1B=8b 义：1字节等于8个二进制位。

2.字符编码发展史：

ASCII码:只能识别英文字符，文字与数字的对应关系：1英文字符用8bit来表示。
用8个二进制bit(比特位)位表示一个英文字符

GBK:能识别汉字与英文，1汉字用16bit来表示，1英文字符用8bit来表示。
Shift_JIS
Euc-kr

unicode:能够识别万国字符,  1字符用2Bytes=16bit来表示。
两大特点:
1. 能够兼容万国字符。
2. 与各个国家的字符编码都有映射关系。

注意：utf-8:是unicode的转换格式。utf-8将原先的英文、中文Unicode码，转变为1个英文字符=1Bytes 1汉字=3Bytes。

重点理论:
1 编码与解码:
人的字符---编码-->unicode的二进制-------编码----->GBK的二进制
GBK的二进制-----解码-->unicode的二进制----解码->人的字符

2\ 解决乱码问题的核心法则:
字符用什么编码格式编码（即存）的,就应该用什么编码格式进行解码（即读）。

3\ python解释器默认的字符编码：
python2:ASCII
python3:UTF-8

 

文件的执行过程：

　　1.前两阶段得出结论：

　　通过文件头可以修改python解释器默认使用的字符编码。
　　表现形式：在文件首行写:#coding：加上文件当初存的时候用的字符编码。

　　2.第三阶段文件运行过程中，得出结论：

　　针对python2解释器中定义字符串应该:
　　x=u"上"

　　否则p2中默认编码是ASCII，会将字符串存为ASCII码。！！！

　　对于python3解释即便是x="上"不加u前缀也是存成unicode。

　　因为在python3中默认编码是Unicode。
　　x='上' # '上'存成了uncidoe

unicode--------encode编码----------->gbk
res=x.encode('gbk') #res是gbk格式的二进制数，称之为bytes类型

gbk(bytes类型)-------decode解码---------->unicode
y=res.decode('gbk') #y就是unicode格式的二进制数。

 

关于字符编码的操作：
1. p2或p3编写python文件/程序，首行应该加文件头：#coding:文件存时用的编码。这么做为了什么？为了解码成功不乱码。
2. 用python2写程序，定义字符串应该加前缀u，如x=u'上'。
3. python3中的字符串都是unicode编码的，python3的字符串encode之后可以得到bytes类型。

2. 为何字符要编码？
人类与计算机打交道用的都是人类的字符，而计算机无法识别人类的字符，只能识别
二进制，所以必须将人类的字符编码成计算机能识别的二进制数字。

 

3. 如何用字符编码？

 

二、文件处理

#coding:utf-8
'''
1 什么是文件？
    文件是操作系统提供给用户/应用程序的一种虚拟单位，该虚拟单位直接映射的是硬盘空间。

2 为何要处理文件？
    用户/应用程序直接操作文件（读/写）就被操作系统转换成具体的硬盘操作，从而实现
    用户/应用程序将内存中的数据永久保存到硬盘中。

3 如何用文件？


'''
一。 文件处理基本的三个步骤：
　　　  　1.打开文件赋值给f；
　　　　2.操作文件；
　　　　3.关闭文件。
# f=open(r'c.txt',mode='r',encoding='utf-8') # open函数得到文件对象（此操作占用应用程序的内存资源）------》操作系统打开的文件（此操作占用操作系统的内存资源）
# # print(f) #f绑定的是文件对象。
# data=f.read()
# f.close() # close函数是向操作系统发送信号，让操作系统关闭打开的文件，从而回收操作系统的资源。

1.加r用于字符串中是绝对路径中有\的时候。
2.路径分为绝对路径、相对路径。
　　绝对路径：从盘符到文件后缀完整的路径。
　　相对路径：从你现在所在的位置来找想找的文件的路径。

3.第一个r是rawstring的简写，义：原生字符串。取消字符串中的转义作用。
4.encoding=‘。。。’义：按指定的字符编码去解码。

注意：f=open(...)是由操作系统打开文件，那么如果我们没有为open指定编码，那么打开文件的默认编码很明显是操作系统说了算了，操作系统会用自己的默认编码去打开文件，在windows下是gbk，在linux下是utf-8。
这就用到了上节课讲的字符编码的知识：若要保证不乱码，文件以什么方式存的，就要以什么方式打开。

二。 上下文管理，就是with...as...语法。

with open('python.txt') as f:
    for line in f:
        print line

代码非常简洁，但是你是否深入理解这其中具体流程呢？ 

上下文管理运行流程是：根据文件名打开一个文件，如果无异常抛出，把文件对象赋值给f，然后用迭代器遍历文件中每一行，当完成时，关闭文件；

而无论在这段代码的任何地方，如果发生异常，此时文件仍会被关闭。（来自Python那些事）

# with open(r'c.txt',mode='r',encoding='utf-8') as f,\
open(r'b.txt',mode='r',encoding='utf-8') as f1:
    # 读写文件的操作
    # pass

# 文件的纯净打开模式：r（默认的，即打开方式默认为只读） w（只写） a（只追加）。
# 决定文件内容表现形式的模式：
# t（默认的，即表现方式默认为文本模式）:操作文件内容都是以字符串为单位,会自动帮我们解码，必须指定encoding参数
# b（表现方式是二进制模式）: 操作文件内容都是以Bytes(二进制)为单位，硬盘中存的时什么就取出什么，一定不能指定encoding参数
# 总结:t模式只能用于文件本文件的操作，而b模式可以用于任意文件的操作。
# +
总结：t、b、+不能单独使用，只能跟纯净形式一块用，不会影响文件存在与否时的操作、和指针的位置，不影响。

# r模式：只读模式,1.在文件不存在时则报错；2.如果文件存在时文件指针跳到文件的开头。
文件的操作/内置方法：
# with open(r'c.txt',mode='rt',encoding='utf-8') as f:
    # print(f.read())  
    # print(f.readable())
    # print(f.writable())
    # f.write('hello') #此操作会报错。证明了只读方式打开时，只能读。

    # data=f.read()  #read（）读取所有内容。
    # print(data,type(data))#并且返回字符串类型。

# with open(r'c.txt',mode='rb') as f:
#     data=f.read()
#     # print(data,type(data))
#     res=data.decode('utf-8')
#     print(res)

读文件内容的方法：
1.read（） 返回读取所有内容。
2.readline（） 返回读一行内容。
3.readlines（） 返回一个全部内容的列表。

# with open(r'c.txt',mode='rt',encoding='utf-8') as f:
#     # line=f.readline()
#     # print(line)
#     # line1=f.readline()
#     # print(line1)
#     # line2 = f.readline()>>>文件打开没关，进行读一行操作时，指针停在上次操作结尾处。
#     # print(line2)
>>>

bob:123

jack:456

tom:789

输出结果每行之间有空行。原因：文本文件本身读取每一行时，电脑把读完换行符当做一行，所以把文件默认的换行符也读取出来了。

print（line）打印操作中，默认有个end='\n'，这样出现两个换行符，导致空行出现。

# with open(r'c.txt',mode='rt',encoding='utf-8') as f:
#     # line=f.readline()
#     # print(line,end='')
#     # line1=f.readline()
#     # print(line1,end='')
#     # line2 = f.readline()>>>文件打开没关，进行读一行操作时，指针停在上次操作结尾处。
#     # print(line2,end='')
#
#     lines=f.readlines()
#     print(lines)   >>>输出：['bob:123\n', 'jack:456\n', 'tom:789']
# with open(r'c.txt',mode='rt',encoding='utf-8') as f:
#     line=f.readline()
#     print(line,end='')>>>文件打开关了，又打开进行读一行操作时，指针重新在文件开头。



4.循环读文件全部内容的方法：
# with open(r'c.txt',mode='rt',encoding='utf-8') as f:
#     for line in f:
#         print(line,end='')