字符编码及文本一

meylovezn

2019-11-07

字符编码与文件处理

一、前置知识点：

? 1、程序执行的三大核心硬件（***）：
? cpu
? 内存
? 硬盘
? 正常执行一个程序的要点：
? 1、将硬盘中的数据读到内存
? 2、由cpu读内存中的数据进行执行
? 3、在执行程序的时候，生成的数据，优先存入内存

2、python解释器执行一个py文件过程（***）
    如果没有python解释器，py文件单纯就是一个文本文件
    所以说，想执行py文件，必须先执行python解释器

    1、将python解释器的代码有硬盘读到内存
    2、将py文件以普通文本文件的格式由硬盘读到内存
    3、python解释器去内存中读取py文件的数据
    4、识别python语法，执行相应的操作

    ps：任何一个文本编辑器的执行，前两部都一样

二、字符编码：

? 字符：世界上一切语言、文字
? 有必要考虑，图片文件、音频文件、视频文件？

文件的输入和输出是两个过程

人类输入的内容都是人类自己可以识别的字符

计算机只能识别0101010二进制字符

将人类的字符，存入内存和硬盘，要经历一个过程：

人类的字符  >>>>>>>     （字符编码表）    >>>> 计算机二进制

0 a
1 b
01 a
10 b
00 c
11 d

ASCII码表（美国）
    用八位二进制来代表一个英文字符（所有的英文字符+符号一共大概128左右）
        0000 0000
        1111 1111
        最多只能表示255位


    八位二进制 = 8 bit
    8 bit = 1 bytes
    1024bytes = 1KB
    1024KB = 1MB
    1024MB = 1GB
    1024GB = 1TB
    1024TB = 1PB

GBK(中国)
    用2个bytes来代表一个字符，兼容英文字符
    0000 0000 0000 0000
    1111 1111 1111 1111
    最多可以表示65535位

shit（小日子过得不错的日本人）

fuck（韩国的）

万国码（unicode）

为了兼容所有的国家的字符，生成unicode
    所有的字符都用2bytes
    0101 0101 a
    0000 0000 0101 0101 a
    1、占用存储空间
    2、io次数增加，程序运行速度变慢（最致命）

在unicode二进制数据存入硬盘的时候，做优化

utf-8:
    utf-8只与unicode有对应关系
    unicode transformation format

    所有的英文字符用1个bytes表示
    所有的中文字符用3个bytes表示

现在的计算机：
    内存都是：unicode
    硬盘都是：utf-8

三、结论

需要掌握：
    1、用户无论输入什么字符，存入内存，unicode都可以兼容
    2、硬盘中无论是什么编码的文件，读到内存，都可以兼容unicode

数据的传输：
    优先以自己的本国字符编码进行传递


必须掌握（******）#五星级
    (内存)unicode二进制字符 >>>  编码(encode)  >>> (硬盘)utf-8二进制字符
    (硬盘)utf-8二进制字符  >>>   解码(decode)  >>> (内存)unicode二进制字符

(******)
保证不乱码核心：
    用什么编码存的数据，就用什么编码取

python2 :
    默认的字符编码ascii码（因为当时的unicode还没盛行）
python3：
    默认的字符编码utf-8

文件头：
    # coding:utf-8
    用英文字符，是为了让所有的计算机都可以识别


pycharm默认的字符编码是：
    utf-8
windows操作系统默认字符编码：
    gbk

四、深浅拷贝

import copy
l1 = [257, 'a', [4, 5, 6]]
print(l1)
print(id(l1))
# print(id(l1[0]))
l2 = copy.deepcopy(l1)  # [1, 'a', [4, 5, 6]]
l2[2][0] = 4444
print(l2)
print(id(l2))
print("l1:", l1)
print("id_l1:", id(l1))

这里只需要了解即可，结论就是：
浅copy只是把大框架拿了过来，，而里面的值还是与原来一样，即ID也一样，若改变大框架里面的小列表中的值，copy后小列表中的ID以及原小列表的ID都会改变。
深copy就是不止把大框架拿了过来，而把小框架里的东西都拿了过来，改变小列表中的值，这个小列表的ID会变，而原小列表ID不变。

五、文件处理

1、什么是文件？

操作系统给你提供操作硬盘的一个工具

2、为什么要用文件？

为了满足人类和计算机永久保存数据

3、怎么用文件？

相对路径：必须与当前文件在同一目录

绝对路径：固定的只能在这台电脑操作

4、常用的字符意愿

'r'             以只读方式打开文件(默认)
'w'             以写入的方式打开文件，注意会已存在的文件，即将已有的文件删除
'x'             如果文件已存在，用此方式打开会发生异常
'a'             以写入的方式打开，如果文件存在，会在末尾追加写入
'b'             以二进制打开，主要用于图片，视频
't'             以文本的方式打开
'+'             可以将r+w变成可读写模式
'u'             通用换行符

5、文件处理

f = open("a.txt")

print(f.readable())  # 判断当前文件是否可读
print(f.writable())  # 判断当前文件是否可写

# del f  # 回收变量资源
f.close()  # 回收操作系统的资源


with open('a.txt',mode='r')as rf,        open('a.txt',mode='w')as wf:  # with会自动帮你回收操作系统的资源，无需自己操作
    print(rf.readable())
    print(wf.writable())

# r进行转义
with open(r'D:\项目路径\python13期\day07\a.txt')as f:
    print(f.read())   # 读取文件

6、文件处理模式

with open(r'th.jpg', mode='rb')as rf,        open('xiawuchameilv.png', mode='wb')as wf:
    xiawuchameilv = rf.read()
    wf.write(xiawuchameilv)
"""
打开文件的三种模式：
    r :
        1、只读
        2、如果文件不存在，会报错
    w：（慎用）
        1、只写
        2、如果文件不存在，则新建一个文件写入数据
        3、如果文件内存在数据，会将数据清空，重新写入
    a：
        1、追加写
        2、如果文件内存在数据，会在已有数据的后面追加数据
        3、如果文件不存在，则新建一个文件写入数据
处理文件的模式：
    t
    b
"""

7、文件打开模式

with open(r'a.txt', 'r', encoding='utf-8')as f:
    print(f.readable())
    print(f.read())
    print(f.readline())  # 执行一次，打印一行内容
    print(f.readlines())
    print(f.read())
    print(f.readable())
    print(f.read())
>>>True
亚峰666

[]

True

with open(r'b.txt', 'w', encoding='utf-8')as f:
    f.writelines(["干巴爹\n",'加油'])
>>>干巴爹
   加油

with open(r'aaaaa.txt','a',encoding='utf-8')as f:
    print(f.writable())
    f.write("\n努力，奋斗")
>>>努力，奋斗

字符编码及文本一