一、字符编
1.什么是字符编码：将人能识别的字符转换为计算机能识别的01二进制的过程就是字符编码，转换的规则就是字符编码表2.常用的编码表：ASCII、GBK、Unicode、UTF-8 了解：编码表的发展史 1. ascii（ASCII）：字母、数字、英文符号与计算机01标识符的对应关系 思考：如何将128个字符用01完全标签 二进制：11111111 => 255 => 1bytes(1字节) => 8个二进制位 2.中国：研究汉字与计算机01标识符的对应关系：gb2312 => GBK(***) => GB18030 日本：Shift_JIS 韩国：Euc-kr
3.万国码unicode 优点:统一用2Bytes表示所有的字符(任何国家都能使用) 例: a 0000 0000 0010 1010 缺点: 1.浪费存储空间 2.io次数增加,程序运行效率降低(致命)
现在的计算机 内存都是unicode 硬盘都是utf-8 (需要掌握的) unicode的两个特点 1.兼容万国字符 2.其他国家编码的数据由硬盘读到内存的时候unicode与其他各个国家的编码都有对应关系 (必须掌握的) 数据由内存保存到硬盘 1.内存中的Unicode二进制数字 >>>编码(encode)>>> utf-8格式的二进制数据 硬盘中的数据由硬盘读到内存 1.硬盘中的utf-8格式的二进制数据 >>>解码(decode)>>> 内存中unicode格式的二进制数据 python2 (将py文件按照文本文件读入解释器)默认使用ASCII码(因为再开发python2解释器的时候 unicode还没有盛行) python3 (将py文件按照文本文件读入解释器)默认使用utf-8
# 思考：unicode与utf-8什么关系 unicode：用2个字节来存储汉字，用2个字节来存储英文字母，占有空间较多，读取效率极高 utf-8：用3-6个字节来存储汉字，用1个字节来存储英文字母，占有空间较少，读取效率低 总结：内存都是按unicode存储数据，硬盘和cpu采用utf-8来存取数据 #“abc你好” unicode与utf-8采用的是一张unicode编码表，utf-8是unicode编码表体现方式，变长存储数据。 变长优点：（大量数据都是以英文存在，所以utf-8空间更小）传输速度更快3.编码操作：编码encode()、解码decode() s = '123呵呵' n_b = bytes(s, encoding='utf-8') print(n_b) b = b'123\xe5\x91\xb5\xe5\x91\xb5' n_s = str(b, encoding='GBK') print(n_s) 在清楚原格式是字符串还是二进制时： # 将u字符串编码成b字符串 print(u'你好'.encode('utf-8')) # 将b字符串解码成u字符串 print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('utf-8'))
文件头: # coding:utf-8 1.因为所有的编码都支持英文字符,所以文件头才能够正常生效 python2存数据的时候可以 x = u'上' # 前面加个u 就以unicode格式存数据 print type(x) print x 基于python2解释器开发的软件,只要是中文,前面都需要加一个u 为了的就是将python2(当你不指定文件头的时候,默认用ASCII存储数据,如果指定文件头那么就按照文件头指定的格式存储) python3中字符串默认就是unicode格式的二进制数 补充: 1.pycharm终端用的是utf-8格式 2.windows终端用的是gbk
乱码:字符不能够正常显示 编码不一致 (******) 保证不乱码的关键: 文本文件以什么编码编的就以什么编码解码
八位二进制也叫8bit 8bit = 1Bytes 1024Bytes = 1KB 1024KB = 1MB 1024MB = 1GB 1024GB = 1TB 1024TB = 1PB
二、文件操作
1.什么是文件? 操作系统提供给用户操作复杂硬件(硬盘)的简易接口2.为什么要操作文件? 人或者应用程序需要永久的保存数据3.如何用? 通过python代码操作文件 r 取消转义 f.open
r'D:\day 06\db.txt',encoding='utf-8' 文件打开的模式 r 只读模式 w 只写模式 a 追加模式 操作文件单位的方式 t 文本文件 t在使用的时候需要指定encoding参数 如果不指定 默认是操作系统的默认编码 b 二进制操作 一定不能指定encoding参数
1.应用程序要想操作计算机硬件 必须通过操作系统来简介的操作
f = open(r
'D:\day 06\db.txt',encoding=
'utf-8')
# 向操作系统发送请求 打开某个文件
print(f)
# f是文件对象
print(f.read())
# windows 操作系统默认的编码是gbk
f.read()
# 想操作系统发请求 读取文件内容
f.close()
# 告诉操作系统关闭打开的文件
print(f.read())
2.文件上下文操作
with open(r
'D:\day 06\db.txt',encoding=
'utf-8') as f:
# f仅仅是一个变量名
print(f)
print(f.read())
mode 参数可以不写 不写的话默认是rt 只读文本文件 这个t不写默认就是t
with open(r'D:\day 06\db.txt', mode=
'r' ,encoding=
'utf-8') as f:
print(f.readable())
# 是否可读
print(f.writable())
# 是否可写
print(f.read())
# 一次性将文件内容全部都出
with open(r'D:\day 06\1.jpg', mode=
'rb') as f:
print(f.readable())
# 是否可读
print(f.writable())
# 是否可写
print(f.read())
# 一次性将文件内容全部都出
3.r模式再打开文件的时候 如果文件不在 直接报错(*****) 文件路劲可以写相对路径 需要注意该文件必须与执行文件在同一层文件下
with open(r
'db.txt',
'r' ,encoding=
'utf-8') as f:
print(f.readable())
# 是否可读
print(f.writable())
# 是否可写
print(
'>>>>>:1')
print(f.read())
# 一次性将文件内容全部都出
print(
'>>>>>:2')
print(f.read())
# 读完一次之后 文件的光标已经再文件末尾了,再读就没有内容可读了
print(f.readlines())
# 返回的是一个列表 列表中的一个个元素对应的就是文本中一行行的内容
for i
in f:
print(f)
print(f.readline())
# 只读取文件一行
print(f.readline())
print(f.readline())
print(f.readline())
4.w模式:一定要慎用
1
.文件不存在的情况下,自动创建该文件
2
.当文件存在的情况下 先会清空文件内容再写入
with open(r'jason.txt',
'w' ,encoding=
'utf-8') as f:
print(f.readable())
# 是否可读
print(f.writable())
# 是否可写
print(f.write(
'鸡哥张江第一大帅逼\n'))
print(f.write(
'鸡哥虹桥第一大帅逼\n'))
print(f.write(
'鸡哥上海第一大帅逼\n'))
l = [
'鸡哥张江第er大帅逼\n',
'鸡哥虹桥第一大帅逼\n',
'鸡哥上海第一大帅逼\n']
print(f.writelines(l))
5.a模式
1
.文件不存在的情况下,自动创建该文件
2
.当文件存在的情况下 不清空文件内容,文件的光标会移动到文件末尾
with open(r'jason.txt',
'a' ,encoding=
'utf-8') as f:
print(f.readable())
# 是否可读
print(f.writable())
# 是否可写
f.write(
'鸡哥说:我是大帅逼\n')
4.游标
1. 如何使用游标：游标的相关方法
2. 游标相关的读写操作 3. 根据游标在大文件中取出多个指定位置的部分字节内容 seek(偏移量, 偏移位置) 偏移量以字节为单位 偏移位置： 0 -- 文件开头 1 -- 当前位置 2 -- 文件末尾
在rt模式下 read内的数字 表示的是字符的个数
初次之外,数字表示的都是字节
with open(r'test',
'r',encoding=
'utf-8') as f:
print(f.read(5
))
with open(r'test',
'rb') as f:
res = f.read(10)
# 读的是三个字节bytes
print(res)
print(res.decode(
'utf-8'))
文件内光标的移动
"""
f.seek(offset,whence)
offset:相对偏移量 光标移动的位数
whence:
0:参照文件的开头 t和b都可以使用
1:参照光标所在的当前位置 只能在b模式下用
2:参照文件的末尾 只能在b模式下使用
"""
with open(r'test',
'rt',encoding=
'utf-8') as f:
print(f.read(1
))
# f.seek(6,0) # seek移动都是字节数
# f.seek(4,0) # seek移动都是字节数
# print(f.read(1))
f.seek(0,0)
print(f.read(1
))
f.seek(0, 0)
print(f.read(1
))
f.seek(6
,0)
print(f.read())
with open(r'test',
'rb') as f:
print(f.read(3).decode(
'utf-8'))
f.seek(0,0)
print(f.read(3).decode(
'utf-8'))
f.seek(7
,0)
print(f.read(1).decode(
'utf-8'))
# f.seek(6,0) # seek移动都是字节数
# f.seek(4,0) # seek移动都是字节数
with open(r'test',
'rb') as f:
print(f.read(3).decode(
'utf-8'))
f.seek(3,1
)
print(f.read(1
))
f.seek(6,0)
# seek移动都是字节数
f.seek(4,0)
# seek移动都是字节数
with open(r'test',
'rb') as f:
print(f.read())
f.seek(-4,2
)
print(f.read().decode(
'utf-8'))
with open(r'test',
'r+',encoding=
'utf-8') as f:
f.seek(3
,0)
f.write('过')
View Code
5.其他模式补充
r+/w+/a+
with open(r
'test',mode=
'r+',encoding=
'utf-8') as f:
print(f.readable())
print(f.writable())
print(f.readline())
f.write('嘿嘿嘿')
with open(r'test',mode=
'w+',encoding=
'utf-8') as f:
print(f.readable())
print(f.writable())
print(f.readline())
f.write('嘿嘿嘿')
with open(r'test',mode=
'r+b') as f:
print(f.readable())
print(f.writable())
res =
f.read()
# print(res.decode('utf-8'))
res1 = str(res,encoding=
'utf-8')
print(res1)
6.截断文件
截断前:
with open(r
'test',
'a',encoding=
'utf-8') as f:
f.truncate(6)
# 接收的字节的长度 整型
# 保留0~6字节数 后面的全部删除(截断)截断后:
错误案例:
with open(r'test','a',encoding='utf-8') as f: f.truncate(4) # 每个汉字所占字节数为3位 如果不是3的倍数 则会出现乱码
7.修改文件
'''
优点:任意时间硬盘上只有一个文件 不会占用过多硬盘空间
缺点:当文件过大的情况下 可能会造成内存溢出
'''
# 修改文件方式1:
with open(r
'test',
'r',encoding=
'utf-8') as f:
data =
f.read()
with open(r'test',
'w',encoding=
'utf-8') as f:
res = data.replace(
'jason',
'egon')
f.write(res)
'''
优点:任意时间硬盘上只有一个文件 不会占用过多硬盘空间
缺点:当文件过大的情况下 可能会造成内存溢出
'''
# 修改文件方式2:
import os
with open(r'test',
'r',encoding=
'utf-8') as read_f,\
open(r'base',
'w',encoding=
'utf-8') as write_f:
for line
in read_f:
new_line = line.replace(
'egon',
'tank')
write_f.write(new_line)
os.remove(r'test')
os.rename('base',
'test')
'''
优点:内存中始终只有一行内存 不占内存
缺点:在某一时刻硬盘上会同时存在两个文件
'''
转载于:https://www.cnblogs.com/linxidong/p/11139604.html
