字符编码和文件处理

字符编码

1、知识储备
cpu
内存
硬盘
2 文本编辑器存原理
结论：在编写py的程序的时候，是没有语法的限制的，编辑的结果
跟编写一个普通的文本文件是没有任何区别，
只有把py程序交给python解释并且在运行的第三个阶段才有了
语言意义
3 python解释器执行python程序的原理
python3 test.py
第一阶段：先启动python解释器这个软件
第二阶段：把test.py文件的内容读入内存
第三阶段：解释执行，识别语法

 

4、什么是字符编码：人类的的字符翻译成计算机能读懂的语言（二进制）
人类的字符----》翻译-------》数字
翻译的过程必须遵循一个标准:字符与数字一一对应的关系
这个标准称之为字符编码表

ASCII
8bit=1bytes,一个英文字符占用1字节

GBK
16bit=2bytes ，2个字节表示一个中文字符

unicode(内存中固定的编码)：
16bit=2bytes,2个字节表示一个字符

utf-8:Unicode Transformation Format（unicode的一种转换的版本）
3bytes表示一个中文字符

保证不乱码的核心就是：
文件是以什么编码存的，就必须以该读取
强调：我们能控制的只是存到硬盘上的编码

python3解释器：默认utf-8编码
python2解释器：默认ascii编码

文件头的作用：#coding:utf-8 是告诉python解释器，用我指定的字符编码

三：执行python程序第三个阶段发生的事
会识别python语法，定义的字符串类型又涉及到字符编码的概念
x='上' #x=str('上')
python2:
字符串分为两种形式：
x='上' #python2的str类型会按照文件头指定的编码来存‘上’

python3：
str：被存成了unicode
bytes:字节等同于二进制看

四：转换
unicode---编码encode--->gbk
gbk------->解码decode---》unicode

文件处理：

默认的是t模式，t不能单独使用，必须是rt，wt，at。
1、打开文件
f=open(r'文件的路径’，mode='打开文件的模式’,encoding='操作文件的字符编码’)
f=open(r'a.txt',mode='r')

2.读/写：
data=f.read()

3.关闭文件
f.close() #回收操作系统的资源。

 

文件操作的模式有三种：r，w，a
f=open（'a.txt'） 默认打开文件的模式是rt模式，r代表只读，t代表文本文件

r模式：只读模式，当文件不存在时会报错

f.open('a.txt',moed='r',encoding='utf-8')

print(f.read())    #读出来是字符串为单位

 

with open('a.txt',encoding='utf-8') as f:

for line in f:

 print(line,end='')      #优先使用此方法，循环读取每一行的内容。

 

for line in f.readlines()

print(line,end='')    #循环文件不建议用此方法，因为在文件过大的情况下有可能会撑爆内存。

 

w模式：只写模式，当文件存在时则清空，当文件不存在时则创建新的空文档

f=open('a.txt',mode='w',encoding='utf-8')

f.write('123456\n')

 

f.writelines(['1111111\n','222222\n','3333333\n'])      #相当于for循环

f.close()

a模式：只追加写模式，当文件不存在时，创建文件，当文件存在时，光标直接跑到文件末尾。

f=open('b.log',mode='a',encoding='utf-8')

print(f.writable())

f.readlines()    #报错

f.write('66666\n')

f.close()