day03
一、字符集编码解码
编码与解码的流程：
1、python2的编码与解码
python2中在windows需要先解码在编码，比如现在是utf-8的编码，中文想在windows上显示，需要utf-8---->unicode---->gbk，因为windows默认支持gbk，如：'中国'.decode(encoding=utf-8).encode('gbk')，decode中的encoding是告诉系统当前的字符的字符集，decode会将字符转换成unicode
在.py文件中，需要先进行编码声明（python2中的默认编码是ASCII，可以使用#coding=utf-8或#-*- coding: utf-8 -*-，这两种其实没有去被，只是有的编辑器支持的不同，建议使用后者），声明这个编码其实就是告诉解释器用什么字符集去解释
在dos命令行中输入中文使用print打印出来的是中文，直接输入显示的是该编码的二进制的一种表现形式，就是python3中的bytes格式，在python2中bytes就是str，如：print('中国')打印出来的是中国，'中国'打印出来的是'\xd6\xd0\xb9\xfa'，这个是gbk编码的中国这两个字符的bytes格式
2、python3的编码与解码
python3默认.py文件的编码就是unicode，所以不用再去声明，解释器是unicode，文件加载到内存后会自动解码成unicode，同时把字符转换成bytes（bytes = 8bits，就是8个二进制位）格式，编码（encode）后显示的是bytes，在python3中没有decode方法，因为解释器就是unicode所以不用解码，想要转码，直接就encode就可以了
在dos中使用print和不使用打印输出的都是中文
3、总结
windows的dos就是unicode的，所以默认支持unicode，就是说可以中文字符可以在python2只进行decode一下就可以在dos中显示，因为上面已经说过了，decode后就是unicode格式，而dos直接支持unicode，所以可以直接显示，所以在windows上面默认支持unicode和gbk编码，所有系统中程序加载到内存中都是unicode，python2的str和bytes是一样的，python2的str就是python3的bytes，python3的str是unicode，bytes格式主要是为了将数据存储在硬盘上面，而在python中打开文件时，默认使用的是以操作系统的编码打开文件，如果文件不符合操作系统，需要先声明字符集，如：open(file_name,encoding='utf-8')
在linux中的命令行中默认支持的是utf-8，所以在linux中默认支持utf-8和unicode
二、文件
方法格式：open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)
1、文件mode
就是要对文件做什么操作，python3中常用的有r、w、a、r+、w+、a+、rb、wb
r：将文件内容读出，不可以进行写操作
w：清空文件，写入内容，不可以进行读操作
a：在文件默认追加内容，不可以进行读操作
r+：可以写入内容，从头开始写，但不清空内容，只是覆盖写入长度相等的内容，如内容是abc，现在要写入de，文件就会变成dec，可以进行读操作
w+：清空文件内容，可以写入内容，可以读取
a+：和r+相似，但是是在文件末尾进行追加，可以进行读操作
rb：以二进制的方式进行读操作，并且不能使用encoding参数，因为已经使用二进制方式读取了，就不需要在指定字符集了
wb：以二进制的方式写入，在写入的时候需要现在encoding一下，写入的是指定字符集中的字符的编号，因为在rb读出来后其实读取的也是bytes格式，需要使用wb时的encoding的字符集进行解码
2、其他参数
参数buffering是一个可选的参数，用来表示缓冲区的策略选择。设置为0时，表示不使用缓冲区，直接读写，仅在二进制模式下有效。设置为1时，表示在文本模式下使用行缓冲区方式。设置为大于1时，表示缓冲区的设置大小。如果参数buffering没有给出，使用默认时，会采用下面策略来选择：
1）对于二进制文件模式时，采用固定块内存缓冲区方式，内存块的大小根据系统设备的分配的磁盘块来决定，如果获取系统磁盘块的大小失败，就使用内部常量io.DEFAULT_BUFFER_SIZE定义的大小。一般的操作系统上，块的大小是4096或者8192字节大小。
2）对于交互的文本文件（采用isatty()判断为True）时，采用一行缓冲区的方式。其它文本文件使用跟二进制一样的方式。
参数encoding是指明对文件编码，仅适用于文本文件。如果不明编码方式，默认是使用locale.getpreferredencoding()函数返回的编码方式。
参数errors是用来指明编码和解码错误时怎么样处理。不能在二进制的模式下使用。
1）当指明为’strict’时，编码出错则抛出异常ValueError。
2）当指明为’ignore’时，忽略错误。
3）当指明为’replace’时，使用某字符进行替代模式，比如使用’?’来替换出错的。
4）其它相应还有surrogateescape/xmlcharrefreplacs/backslashreplace。
参数newline是用来控制文本模式之下，一行的结束字符。可以是None，’’，\n，\r，\r\n等。
当在读取模式下，如果新行符为None，那么就作为通用换行符模式工作，意思就是说当遇到\n，\r或\r\n都可以作为换行标识，并且统一转换为\n作为文本输入的换行符。当设置为空’’时，也是通用换行符模式工作，但不作转换为\n，输入什么样的，就保持原样全输入。当设置为其它相应字符时，就会判断到相应的字符作为换行符，并保持原样输入到文本。
当在输出模式时，如果新行符为None，那么所有输出文本都是采用\n作为换行符。如果设置为’’或者\n时，不作任何的替换动作。如果是其它字符，会在字符后面添加\n作为换行符。
参数closefd是用来当给一个文件句柄传进来时，而当退出文件使用时，而不对文件句柄进行关闭。如果传递一个文件名进来，这个参数无效，必定为True方式。
3、方法
四、集合
1、语法及特点
语法：set1 = {1,2,3,4,5}，就是大括号中用','进行分隔
特点：集合是用hash的原理去重的，就是说候集合没有重复的元素，集合是无序的
2、集合的操作及方法
a = {1,2,5,7,8,9}
b = {1,3,4,6,8,9}
使用a & b 或 a.interseciton(b)是求交集
使用b - a（就是在b中有，在a中没有）或 a.difference(b)是求差集
使用a | b或a.union(b)是求并集
使用a ^ b或a.symmetric_difference(b)是求对称差集，对称差集（在其中一个集合里面，不同时出现在两个集合中，其实就是并集减交集）
a.intersection_update(b) 就是a等于a和b的交集
a.difference_update(b) 就是a等于a和b的差集
a.union_update(b) 就是a等于a和b的并集
a.symmetric_difference_update(b) 就是a等于a和b的对称差集
a.issubset(b) a是否是b的子集
a.issuperset(b) a是否是b的父集
a.add() 可以想a集合里面添加元素
a.remove() 可以删除指定元素
a.clear() 清空集合
a.update() 必须传入一个可迭代的对象，将每次迭代作为一个元素添加进a
五、函数
1、参数与局部变量
2、参数类型
位置参数：按照顺序，如func(a,b,c)，调用时就是func(1,2,3)，1对应a，2对应b，3对应c
默认参数：必须放在位置参数后面（在形参中写好了a=b），如func(a,b,c=4)，调用时就是func(1,2,3)如果不写第3个参数，则在函数中c的值就是4，写了就按照写的值进行操作
关键参数：也是必须放到位置参数后面，非固定参数，*args是一个元组，以位置参数传入，**args是一个字典，以关键参数传入
递归特性：
浙公网安备 33010602011771号