文件处理

Posted 2020-11-13 hj59988326

文件处理(一)

字符编码

字符（存储了信息的东西）编码（）

键盘 发送的是电流 --> 主机（内存）接收到电流（当作01010101010） --》 显示屏 接收电流（当作01010101010 --》键盘）

编码： 01010101010 --》 键盘

文本编辑器存储信息的过程

文本编辑器 --》 写文本 --》 存储信息

显示屏（内存） --》（转换）硬盘

中文 --》 00101101001010

english -》 111110000

手纸 -》 00000011111

早期 美国人 才用计算机

0 -> a

1 -> b

0001 --> a

0011 --> b

...

1111 --> w

0000 0000 -> a

ascii编码 --》 美国人

# acill编码的转换关系的方法
print(chr(65))
print(ord('a'))

日本要用计算机，韩国也要用计算机，中国也要用计算机

日本人也造一种编码 --》 shit

0001 --> a

0010 --> b

韩国人也造一种编码 --》 fuck

0001 -> c

0010 -> d

中国人也造一种编码 --》gb2312

德国 --》bitch

000010 苍（日文） 000010 汫（中文）

我要在韩国人的电脑上写日文(0001 0010 --> ab) --> 韩国（0001 0010 --> cd） ---》 以前看片的乱码现象

早期，各个国家只能使用各个国家的计算机 --》 天下大势分久必合，合久必分

这个时候就出现了unicode编码（一种对应关系）

unicode可以认识万国编码

硬盘中无论躺着什么格式的编码文件，unicode都可以识别，假设你看日本的片子，从硬盘中读取fuck编码，然后unicode识别，unicode帮你转换成gb2312，解决了乱码的问题，用unicode存

都用unicode取，又用unicode存，以后写代码只能写Unicode --》 以后全世界的代码都是unicode

unicode存的时候多占用空间，所以出现了utf8（只和unicode一一对应）--》解决了unicode内存占用的问题

现在所有的电脑都是这样的 --》 内存中unicode取，存用utf8存（硬盘），全世界的人写代码/写文件都是用utf8

内存中为什么不用utf8？utf8和gb2312/fuck都没有转换关系，因此内存都要用unicode

未来迟早有一天，内存要用utf8

gb2312和gbk的区别

先能用就行，不常用的词+繁体字

gb2312 --》 常用词

gbk --》 所有字

windows系统的记事本默认编码 是 gbk，除此之外都是utf8

用什么编码写，就用什么编码读

写用utf8，存用utf8，读用gbk--》乱码

写用utf8，存用gbk，--》乱码 ，读用 --》除非你找日文编码，放入中文 の（中文的一个符号，不是日文的“的”）

编码和解码

unicode编码 ---》（编码） utf8 从内存到硬盘

utf8 --》（解码） unicode 从硬盘到内存

现在内存只有unicode编码

python解释器（文本编辑器）解释python代码的流程

1/python解释器相当于文本编辑器，把代码读入python解释器 --》 字符编码 -》 python2默认是ascill，python3默认utf8 --》 上coding头

中文 # gbk编码的中文加

2/识别代码 --》print有意义 --》 语法问题

# coding:gbk  # 告诉python解释器用gbk去完成第一步，读入字符
中文

3/产生结果 --》 跑到终端--》字符编码

终端有一个特性：你的电脑是什么编码，就按照什么编码的来，windows终端是gbk

代码除了编码错误，首先加 # -* coding:utf8 *-

爱迪生（商人）-->发明大王--》 赚钱/能够给别人用

2.5美元一个，40美分卖他，签订一个契约，18年内必须得买他的电灯，还是40美分，长远考虑

python2和python3编码的区别

python2

python2有两种存储变量的形式，第一种：unicode；第二种：coding开头

假设python用utf8存储x=‘中文‘,当你print(x)的时候终端接gbk的变量x，但是windows终端编码是utf8，会乱码

假设oython2用unicode存储，终端接收的是unicode，windows终端编码是utf8还是gbk就不重要了

python3

python3只有一种存变量的形式，unicode

python3用unicode存储，终端接收的是unicode，windows终端无论是utf8还是gbk都没事，不会乱码

lt = '中文' # == u'中文'2
print(lt1)