2019-07-05 编码格式和文件操作

Posted wangcuican

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了2019-07-05 编码格式和文件操作相关的知识,希望对你有一定的参考价值。

一、字符编码

  字符编码针对的是文字,字符编码只跟文本有关,这里不需要考虑视频、音频等其他文件。

  人在操作计算机的时候输入的是人能看懂的字符,但是计算机只能识别010101这样的二进制数据,那么就需要用字符编码表来处理字符与数字的对应关系。

  最早的是ASCII表,用八位二进制表示一个英文字符,但是它只能表示英文和一些符号,不适合中文。所以中国自己出了一个GBK编码格式,用2Bytes表示一个中文字符。基于上面的推导,每个国家的文字都不一样,那么用的编码格式也不一样,如果要相互使用就很方便。所以出了一个万国码unicode,统一用2Bytes表示所有字符。

  unicode有两个特点:1.因为所有字符都是用2Bytes表示字符,所以会浪费很多存储空间。2.io次数增加,程序运行效率降低(这个是致命的)

  后面针对这两个特点进行修改:当内存中的unicode编码格式数据存在硬盘的时候,会按照utf-8编码。将unicode的英文字符由原来的2Bytes变成1Bytes。将unicode中文字符由原来的2Bytes变成3Bytes。

  现在的计算机:

    内存是unicode

    硬盘是utf-8

  需要掌握的:

    unicode的两个特点:

      1.在用户输入的时候,无论输入什么字符都能够兼容万国字符

      2.其他国家编码的数据由硬盘读到内存的时候unicode与其他国家的编码都有对应的关系。

    数据由内存存到硬盘:

      1.内存中的unicode格式二进制数据      >>>通过编码(encode)>>>      硬盘中utf-8格式的二进制数据

      2.硬盘中utf-8格式的二进制数据     >>>通过解码(decode)>>>      内存中unicode格式的二进制数据

    我们要清楚文件为什么会乱码:因为文件存的格式和读取的格式不一样(******)

 

  这里有个python2和python3的不同点:

  python2:将py文件按照文本文件读入解释器默认使用ASCII码

  python3:将py文件按照文本文件读入解释器中默认使用utf-8

文件头:# coding:utf-8   在py文件开头写这个文件头,编码格式会自动转为这个

 

补充:1.pycharm终端使用的是utf-8格式

   2.windows终端采用的是gbk

字符编码总结:

  我们用代码来举例:

    x = ‘上‘

    res1 = x.encode(‘utf-8‘)    #将unicode编码变成可以存储和运输的utf-8的二进制数据

    res2 = res1.decode(‘utf-8‘)  #将硬盘中utf-8格式的二进制数据解码成unicode格式的二进制数据

 

二、文件操作

    文件处理包括三个步骤:  打开(open) /读写(read,write)/  关闭(close) 

# 通过python代码操作文件
# r取消转义
 f = open(rD:\Python项目\day07\a.txt,encoding=utf-8)  # 向操作系统发送请求  打开某个文件
# 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
 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()  # 向操作系统发请求 读取文件内容
 f.close()  # 告诉操作系统 关闭打开的文件
 

    用open打开的文件一定要记得写close关闭

    上面的这种操作方法比较复杂,所以出了文件上下文操作

    with open  的方法,这个用法不用写close,还可以同时打开几个文件。

with open(rD:\Python项目\day07\a.txt,encoding=utf-8) as f ,        open(rD:\Python项目\day07\b.txt,encoding=utf-8) as f1:  # f仅仅是一个变量名 你把它看成是一个遥控器
    print(f)
    print(f.read())
    print(f1)
    print(f1.read())

    文件打开模式:

      r  只读模式     默认的模式

      w  只写模式

      a  追加写模式

    操作文件单位的方式:

      t    文本文件    默认的,可以不用写,在操作文本文件的时候,一定要指定encoding参数,如果不添加encoding参数默认是操作系统的默认编码(gbk)

      b   二进制数据文件(比如视频,音频文件)     如果用了这个就不要写encoding参数

    r   只读模式

      r模式在打开文件的时候,如果文件不存在直接报错

      有三种读取方式:read,readline,readlines

        read:一次性将文件全部读取,返回的数据是字符串格式,缺点是如果文件太大,会占满内存

        readline:读取文件内容的一行,返回的数据也是字符串格式

        readlines:每一行每一行的读,每一行当成一个字符串,所有数据放在一个大列表当中

 
#读取文本文件用rt
with open(rD:\Python项目\day07\a.txt,mode=rt,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读出
   for i in f: #f可以被for循环 每for循环一次,就读取一行内容
      print(i) #这个方法可以解决一次性读取文件占用内存过大的问题
#读取二进制文件用rb with open(rD:\Python项目\day07\1.jpeg,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读出 print(f.read()) # 读完一次之后 文件的光标已经在文件末尾了,再读就没有内容了可读 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件的一行行内容

    w  只写模式(这个模式要慎用,如果文件本身有内容的话,写入的时候会被清空

        1.当文件不存在的时候,会自动创建文件

        2.当文件存在的时候,先清空文件内容,然后再写入

        有三种写入方式:write/writeline/writelines

 with open(rxxx.txt,mode=w,encoding=utf-8) as f:
     print(f.readable())  # 是否可读
     print(f.writable())  # 是否可写
     f.write(不不不,你没有翻~\n)
     f.write(不不不,你没有翻~\n)
     f.write(不不不,你没有翻~\n)
     f.write(不不不,你没有翻~\r)
     f.write(不不不,你没有翻~)


     l = [不sdffs,sdfs有翻~\n,不sdfsdf不,你sdfsf翻~\n,不sfad不,你没sa翻~\n]
     f.writelines(l)
     # 上下等价
     for i in l:
         f.write(i)

    a      追加模式

      1.在文件不存在的情况下,自动创建文件

      2.当文件存在的情况下,不清空文件内容,文件光标会移动到文件的最后,在原有的基础上追加

    a模式不可读,只能写

with open(ryyy.txt,mode=a,encoding=utf-8) as f:
    print(f.readable())  # 是否可读   False
    print(f.writable())  # 是否可写   True
    f.write(我是小尾巴\n)

 

具体的详细内容可以参考:http://note.youdao.com/noteshare?id=17303322fcbc09a85d9bd5195dec25ae&sub=F9D47851E02B4CB7A341119637EC6BAE

 

以上是关于2019-07-05 编码格式和文件操作的主要内容,如果未能解决你的问题,请参考以下文章

java文件读写操作指定编码格式

基本的文件操作

基本的文件操作

025基本的文件操作

ARM指令的一般编码格式如下

python第三天:字符编码文件操作函数