字符编码:
1:文本编辑器存取文件原理
存文件: 1先启动文本编辑器
2写内容 内容都是保存在内存中 断电丢失 但现在的额软件强大可以定期自动保存
3 ctrl +s 保存内存中的数据 就会被刷到硬盘中永久保存
读文件:
1 启动文本编辑器
2把文件内容由硬盘读到内存中去
3文本编辑器把内存中的文件内容打印到屏幕上
2:
字符编码
内存中存着二进制编码 输出'你好'是存在内存中，通过一定的转换成机器能识别的二进制数
这个转换要遵循一定的规律 这个规律叫字符编码
什么时候有字符编码的概念
x=1
name='小明'
程序运行过程:
1 打开 pycharm 解释器运行到内存中
2 把文件内容往内存中读（直接把硬盘中的数据读到内存中）
3在解释对应的二进制显示成python指令但凡是字符就会有字符编码的概念 所以第三步
就有字符编码的感念
字符编码的发展史
两位表示四中变化 00 01 10 11
八位 2*8 256 种变化
一个英文单词用一个8位二进制表示
1个英文 = 8 bit = 1 Bytes
bit 是二进制位 Bytes 是字节
这叫 ASCII 码
后来 当中国人使用计算机是 汉子太多 就不能用ASCII 码了
但依然是这个原理中国加到了 16位 2*16= 65536位
中国用 GBK 码
用 1 Bytes 表示一个英文 用 2 Bytes 表示一个中文
如果你把日本的软件copy到你的电脑硬盘上不能用可以存 但编码格式不一样 不能取
不能做到字符编码的统一
所以就有一个兼容万国的字符编码 就是unicode 编码
#######内存中使用 unicode 编码 全世界的字符都建立对应的关系
用2Bytes表示一个字符 对特殊字用更多的bytes 表示
在写一个 word文档 不管用英文中文 日文 等 都是由内存转成 unicode 二进制码 再反解成人类的
字符出现在显示器上 。但如果要存储时 就保存在硬盘上 这是如果是英文的字符就会浪费一个字节
的空间
所以 就有了一个utf-8的编码 他是Unicode的升级 版 会自动中文 3个字节 英文一个字节
那么为什么内存不用utf-8 呢？因为unicode兼容以前的字符编码格式
3 保证不乱码
1内存中固定是unicode编码 唯一可以改变是存到硬盘时使用的编码
2要想不乱码应该保证文档当初以什么编码格式存的 就应该 以什么格式取出
python2 中
coding:utf-8
x='上'
print(x)
往空间放的值是'上'为unicode格式 而Python2 会把 x = '上'这个值转成头文件规定放在内存
如果不写头文件 会默认为 ASCII码 如果 x= 'sadasd'不出错 因为 utf-8兼容ASCII码
如果是x='上'中文出错
python3中
coding:utf-8
x='上'
print(x)
python3 会把这个值转成unicode码 不会有乱码
cmd 是windows提供的终端 在pycharm终端 不会乱码
python2 中这样解决
coding:utf-8
x=u'上' # u 表示 unicode 意思是不用费劲了 就以unicode格式存吧 不乱码
print(x) 加小u 跨平台使用方便
python3 不加 因为默认是unicode
在python2中
coding:utf-8
x='上'
print(x)
print([x]) # 打印 3个字节的 Bytes ['xe4xb8x8a'] 头文件改问gbk 就是二个字节
在python2 中有两种字符串类型
unicode
x=u'上'
unicode
x= '上' 如果头文件是utf-8 就存成了utf-8 格式
python3 只有一种
unicode
x='上'
4 编码与解码
unicode转成其他编码 叫编码
encode**************
其他码 转成 unicode 叫解码 decode*********
python2 中
coding:gbk
x='上'
x.encode('utf-8') # 这是 gbk 转unicode 所以是
解码
x.decode('utf-8') # 可以解 但报错 因为存是gbk 解码也要 gbk
改为
x.decode('gbk')
res=x.decode('gbk')
print([res,]) # 内部是[,]表示看二进制数是多少
python 3 中没有解码 decode
只有编码encode 可以编码任意编码**********
x='上'
print(type(x))
res=x.encode('gbk')
print(res) # 输出有一个b 前缀有一个b
表示 bytes 相当于 二进制
s=res.decode('gbk')
print(s)
总结：
在python3中的字符串类型 str 都是unicode 编码
在python2 中的字符串类型str 都是unicode按照文件头指定的编码
在python2中也可以制造unicode编码的字符串需要在字符串前加 u 跨平台不乱码
所以在python3中的字符串类型可以编码成其他任意字符编码的格式 结果是bytes
类型
# str 转 bytes
x='上'
b=x.encode('utf-8')
print(b)
# bytes 转 str
s=b.decode('utf-8')
print(s)
x='wwwww'
b=x.encode('utf-8')
print(b)
s=b.decode('utf-8')
print(s)
文件操作
绝对路径
f = open('d:模特主妇护士班主任.txt',mode='r',encoding='UTF-8')
content = f.read()
print(content)
f.close() # 关闭文件
f = open('模特主妇护士班主任',mode='rb',) # b 是指读取内容为图片视频等不指定编码输出是一些二进制btyes
content = f.read()
print(content)
f.close()
对于w:没有此文件就会创建文件 只写w 前提是没有log'文件 没有创建文件 有先将源文件清空在写
f = open('log',mode='w',encoding='utf-8')
f.write('骑兵步兵')
f.close()
先将源文件的内容全部清除，在写。
f = open('log',mode='w',encoding='utf-8')
f.write('附近看到类似纠纷')
f.close()
f = open('log',mode='wb')
f.write('附近看到类似纠纷'.encode('utf-8')) #附近看到类似纠纷 是写的文件内容 utf-8是指定的编码
f.close()
f = open('log',mode='a',encoding='utf-8') #原理就是光标默认移到最后一位然后把内容追加到后面
f.write('佳琪')
f.close()
只能有一步操作 两步就报错所以有了'a+'模式
f = open('log',mode='a+',encoding='utf-8')
f.write('佳琪')
f.seek(0)
print(f.read())
f.close()
读写模式 r+
f = open('log', mode='r+', encoding='utf-8')
print(f.read())
f.write('大人，小孩')
print(f.read())
f.close()
由原来文件写的内容是python9 ，输出是pytho9 是因为写文件写哪光标移哪
看到就要用f.seek(0)调光标
写在前r+模式
f = open('log', mode='r+', encoding='utf-8')
f.write('你')
print(f.read())
f.close()
在文件中存的是python9结果输出hon9 前面3个字节被中文你覆盖掉了
写文件会从头开始写写完光标停在h 上后面就没有覆盖
写读文件w +
f=open('log',mode='w+',encoding='utf-8')
f.write('附近')
f.read()
f.close()
输出没有任何值 打开文件是附近，因为写的模式是没有创建有清空在写。不打印任何
想看可以调光标 f.seek()
功能详解
1
f = open('log',mode='r+',encoding='utf-8')
content = f.read(3) # 读出来三个字符
print(content)
f.close()
# 输出 abd 三个字符 或 你好啊三个字符
# 小节：read(3)读出文件的最小单位 为一个字符中英文都是一个字符
2
f = open('log',mode='r+',encoding='utf-8')
# f.seek(3) # 调光标 调到三个字节从第四个字节开始读
# print(f.read())
# f.close()
# 文件中分别写进‘asdfgh’ 和‘附近的二哥’ 分别读到 ‘fgh’ 和‘近的二哥’
# 小节：utf-8一个中文三个字节 一个英文 一个字节
# seek(3)是安字节定光标
# read(3)是安字符定光标
3
f= open('log',mode='r+',encoding='utf-8')
f.seek(3) # 是按照字节定光标的位置
f.tell() # 告诉你光标的位置 安字节
print(f.tell())
print(f.read())
f.close()
4
f = open('log',mode='r+',encoding='utf-8')
f.write('佳琪')# 读不出因为光标在最后
count=f.tell()#找光标的位置
f.seek(count-6)# 中文三个字节 两个中文
print(f.read())#读出佳琪
f.close()
其他功能
f.readable() # 判断是否可读
line = f.readline() # 一行一行的读
line = f.readlines() # 每一行当成列表中的一个元素，添加到list中
f.truncate(4)
f= open('log',mode='r+',encoding='utf-8')
for line in f:
print(line)
文件太大不能用
5
另一种写法 防止忘记关闭文件 f.close()
with open('log',mode='r+',encoding='utf-8') as f:
f.read()
print(f.read())
可以打开多个文件：
with open('log',mode='r+',encoding='utf-8') as f,
open('log',mode='w+',encoding='utf-8') as f1:
print(f.read())
print(f1.read())
# 注册登录
username = input('请输入你要注册的用户名：')
password = input('请输入你要注册的密码：')
with open('list_of_info',mode='w',encoding='utf-8') as f:
f.write('{} {}'.format(username,password))
print('恭喜您，注册成功')
lis = []
i = 0
while i < 3:
usn = input('请输入你的用户名：')
pwd = input('请输入你的密码：')
with open('list_of_info',mode='r+',encoding='utf-8') as f1:
for line in f1:
lis.append(line)
if usn == lis[0].strip() and pwd == lis[1].strip():
print('登录成功')
break
else:print('账号和密码错误')
i+=1