巧破字符编码和文件处理的初探

一、字符编码

什么是字符编码？

答：我们能够了解到，我们人类能够理解的是字符的高等标识符，计算机智能识别类似于0和1组成的标识符，那么我们人类和计算机沟通，一定需要某种媒介来支持，来进行两种标识符的相互转换。例如：

1 10  -> 00010000
2 'a' - > 10001000
3 '好' -> 10101010

View Code

我们把以上的这种对应关系叫做编码表。

对应的几个名词：

字符编码：人和计算机交流的一种媒介(人能够识别的和机器能够欧识别的一种媒介)

ASCII码：是字母、数字和英文符号和计算机0和1标识符的对应关系

了解部分：编码表的进化历程

1.ASCII码：是字母、数字和英文字母和机器计算机0、1之间的对应关系。二进制的范围[0，255]相当于1个字节相当于8个二进制数。

2.作为中国人啊。我们当然也有自己的编码表，GB2312编码：主要是研究汉字和计算机0和1之间的对用关系。相对应的大和名族和棒子的也有他们相对应的字符编码表。

3.最后经历的就是所谓的万国编码表，它能够利用万国的语言来和机器计算及形成对应的关系，那就是unicode编码表。在早期的python2时期，那个时候还没有unicode编码，所有主要使用ASCII码；后期python3的诞生，我们就主要使用的就是utf-8编码。

4.思考：unicode码和utf-8码之间有什么样子的关系？为什么出了unicode还使用utf-8呢？

首先，unicode编码存储汉字使用2个字节，存储英文字母也是2个字节；utf-8编码存储汉字使用3-6个字节，存储英文字母使用1个字节。所以如果将他们进行对比，有点和缺点十分的明显：对于unicode码，它占的空间较多，但是读取的执行效率极高；但是对于utf-8码，它占的空间较少，但是读取执行的效率很低。所以，utf-8码是unicode码的一种体现形式，从根本上说买他的实质就是一张unicode表，但是由于utf-8的变长存储数据的优点。(主要是存储的大多数为英文字母，只占据1个字节，所以传输的书读更快。)

5.乱码：是因为的存储数据时的字符编码和读取时的字符编码不一致。

6.编码和解码(常用)

1 # 将u字符串编码成b字符串
2 print(u'你好'.encode('utf-8'))
3 # 将b字符串解码成u字符串
4 print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('utf-8'))

View Code

二、文件处理

1.文件：是硬盘中的一块存储空间(虚拟文件)。

2.文件的操作：就是通过文件名来控制硬盘的那块存储空间，就是read和write。

3.使用文件的三个步骤：

　　打开文件：

1 # 变量名 = 文件空间
2 
3 # 文件路径 操作模式(读|写) 编码
4 
5 f = open('a.txt', 'r', encoding='utf-8')

View Code

　　操作文件：

 1 # data = f.read(3)  # 将所有内容读取出来，如果设置读取长度，按照规定长度读取数据
 2 # print(data)
 3 
 4 # 一次读取一行
 5 # line = f.readline()
 6 # print(line)
 7 # line = f.readline()
 8 # print(line)
 9 
10 # 按行一次性全部读出
11 # lines = f.readlines()
12 # print(lines)
13 
14 # 逐步一行一行读取
15 # l = []
16 # for line in f:
17 #     # print(line)
18 #     l.append(line)
19 # print(l)
20 
21 s = set()
22 for line in f:
23     # print(line)
24     s.add(line)
25 print(s)

View Code

　　关闭文件：

1 #文件操作完成以后，一定要关闭（*******）
2 
3 f.close()

View Code

4.文件的模式：

 1 '''
 2 主模式：r:读 | w:写 | a:追加
 3 从模式：b:按字节操作 | t:按字符操作 | +:可读可写
 4 了解：x:异常写 | U:被遗弃了
 5 '''
 6 
 7 # 基础写
 8 # 文件不存在：会新建文件，再操作文件
 9 # 文件存在：先清空文件，再操作文件
10 w = open('b.txt', 'w', encoding='utf-8')
11 
12 
13 w.write('456')
14 
15 
16 w.close()
17 
18 
19 print('end')

View Code