day07----字符编码解码、文件操作（1）

字符编码：

什么是字符编码？

　　　　字符编码是将人识别的字符转换成计算机能识别的二进制字符（01），转换的规则就是编码表。　

　　　　人能识别的字符串与计算机能识别的二进制字符两者之间对应关系构成的结构称为：编码表

1. 　　ASCII码：　　字母、数字、英文符号与计算机01标识符的对应关系
2. 中国（研究汉字与01标识符之间关系）：GB2312---->GBK----->GB18030
3. 日本：shift_JIS
4. 韩国：Euc-Kr
5. 万国码（unicode）：　目的是创造出一个可以完成各国字符与计算机的01标识符对应的编码表——————>UTF-8
　　注意：
1. 　　python2 中使用的是 ASCII码，原因是在python2 诞生之前，没有万国码
2. python3中使用的是UTF-8,采用万国编码来解释文本内容
3. UTF-8 与unicode关系：
  1. 　　unicode 是用两个字节存储汉字，也是用两个自己存储英文字符的，（长度不可变）占用空间较多，但是读取效率高。
  2. UTF-8是用三到六个字节存储汉字，用一个字节来存储英文字符的，（长度可变）占用空间较小，但是读取效率较低。
  3. unicode 与UTF-8都是采用一张编码表，UTF-8是 unicode的体现方式（变长传输，提高传输效率），由于多数数据都是以英文形式存在，所以UTF-8所占空间更小，传输速度更快。
乱码问题：本质上存数据与读取的数据采用的编码表不同。
理解文件传输过程中的字符编码的变化：
1. 　　在硬盘中，文件可以以各种形式的编码来存储，在传输过程中，即在硬盘往内存中传输文件的过程中，文件都是以UTF-8编码形式传输的，读取到内存后，内存中存储数据是采用的是unicode，然后由内存读到cpu 过程中，也是UTF-8编码形式传输的，读到cup的文件的编码形式也就是UTF-8。
编码与解码：

s1 = u'abc你好\n不好'  # 万国字符串

print(s1)

s2 = b'abc23\xb7\xb7'  # 字节字符串

print(s2)

s3 = r'abc你好\n不好'  # 原义字符串

print(s3)

# 编码与解码：

s = '123呵呵'

b = bytes(s, encoding='utf-8')

n_b = str(b, encoding='utf-8')

n_b1 = str(b, encoding='GBK')

print(b, n_b, n_b1)

#  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'123\xe5\x91\xb5\xe5\x91\xb5'.decode('utf-8'))

文件操作：

　　　　计算机中的文件：本质上是硬盘上存储的一块空间的虚拟文件

　　　　　文件操作：根据文件名来操作硬盘中的存储空间的虚拟文件，操作方式有：读（read）写（write）

　　　　　操作文件的流程：打开文件——————操作文件（读写）———————关闭文件

1. 　　基本读写操作：

# 一使用文件的三步骤:

# 1.打开文件

# 变量名 = 文件空间

# 文件路径 操作模式(读|写) 编码

f = open('123.txt', 'r', encoding='utf-8')  # 此处路径是相对路径，因为在同一个文件夹下的操作

# 2.操作文件

data = f.read(10)  # 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

# 一行一行读取

line = f.readline()

print(line)

lines = f.readlines()

print(lines)

print(data)

按行一次性全部读出

l = []

for line in f:

    # print(line)

    l.append(line)

print(l)

set1 = set()

for line in f:

    # print(line)

    set1.add(line)

print(set1)

# 3.关闭文件

f.close()  # 释放操作系统对文件的持有，变量f还被应用程序持有

# del f         # 不需要该操作，系统自动回收

# 基础写

# 文件不存在：会新建文件，再操作文件

# 文件存在：先清空文件，再操作文件

w = open('b.txt', 'w', encoding='utf-8')

w.write('')

w.close()

秒客网

day07----字符编码解码、文件操作（1）

相关文章