一、字符编码
1.编码基础
定义：人在使用计算机时，使用的是人类能够读懂的字符，使用者必须通过一张字符和数字间的相对应关系表实现人机交互，这一系列标准称为字符编码
Python应用中解决核心字符串乱码的最佳方法：用什么格式编码，就用什么格式解码
参考：http://www.cnblogs.com/linhaifeng/articles/5950339.html#_label2
二、文件处理
1.文件基础
1）定义
计算机系统分为：计算机硬件，操作系统，应用程序三部分。python或其他语言编写的应用程序若想要把数据永久保存下来，必须要保存于硬盘中，这就涉及到应用程序要操作硬件。实际上，应用程序是无法直接操作硬件的，这就用到了操作系统。操作系统把复杂的硬件操作封装成简单的接口给用户/应用程序使用，其中文件就是操作系统提供给应用程序来操作硬盘虚拟概念，用户或应用程序通过操作文件，可以将自己的数据永久保存下来。
2）操作文件的流程：
a.打开文件，得到文件句柄并赋值给一个变量
b.通过句柄对文件进行操作
c.关闭文件
2.Python中文件操作
1）打开文件的过程
# 打开文件，得到文件句柄并赋值给一个变量 f=open(‘test.txt‘,‘r‘,encoding=‘utf-8‘) #默认打开模式就为r,即只读模式 # 通过句柄对文件进行操作 data=f.read() # 关闭文件 f.close()
打开文件的执行过程：
a.应用程序想操作系统发起系统调用open()请求
b.操作系统打开文件，将文件内容加载到内存中，并返回一个文件句柄给应用程序
c.应用程序将文件句柄赋值给 f
2）open()方法介绍
open(r‘文件路径‘,mode=‘打开方式‘,encoding=‘编码格式‘)
r作用：避免文件路径中的特殊字符例如‘\‘被强制转义，导致路径无法识别
打开方式：r/w/a（只读只写追加等）
编码格式：应用程序打开文件时，必须制定其打开的编码格式，否则有可能出现乱码
3）文件打开的模式
打开文件的模式有(默认为文本模式)： r 只读模式 默认模式，文件必须存在，不存在则抛出异常 w 只写模式 不可读；不存在则创建；存在则清空内容 a 追加写模式 不可读；不存在则创建；存在则只追加内容 对于非文本文件，只能使用b模式，"b"表示以字节的方式操作（而所有文件也都是以字节的形式存储的，
使用这种模式无需考虑文本文件的字符编码、图片文件的jgp格式、视频文件的avi格式） rb wb ab 注意：以b方式打开时，读取到的内容是字节类型，写入时也需要提供字节类型，不能指定编码 了解部分： + 表示可以同时读写某个文件 r+ 读写可读，可写 w+ 写读可读，可写 a+ 写读可读，可写
3.操作文件的方法
读文件操作：
1）read()
# 读取文件所有内容，光标移动到文件末尾 f = open(r‘test.txt‘,‘r‘,encoding=‘utf-8‘) prit(f.read()) f.close()
2）readline()、readlines()
# f.readline() 读取一行内容,光标移动到第二行首部 # f.readlines() 读取每一行内容,存放于列表中 # 单行读取文件 print(f.readline()) # 多行读取，且转化为列表输出 print(f.readlines())
3）readable()
# 判断文件是否可读 print(f.readable())
读文件：
1）write()
# 只写模式 # 注意： # 1.文件存在时，清空原来的内容 # 2.文件不存在是，创建空文件 # 3.默认不会自动换行写入 f = open(r‘zhang.txt‘,‘w‘,encoding=‘utf-8‘) #默认是wt f.write(‘第一行\n‘) f.write(‘第二行\n‘) # 追加写的模式 # 注意： # 1.文件存在时,光标移动到文件末尾，且将内容追加到文件默认 # 2.文件不存在是，创建空文件 f = open(r‘zhang.txt‘,‘a‘,encoding=‘utf-8‘) #默认是wt f.write(‘第一行\n‘) f.write(‘第二行\n‘) f.close()
2）其他内置方法
f.writable() #判断文件是否可读 f.writelines() #以列表形式，多行写入
4.练习
1）循环读取文件
# open(r‘文件路径‘,mode=‘打开方式‘encoding=‘编码格式‘) with open(r‘zhang.txt‘,mode=‘r‘,encoding=‘utf-8‘) as file: for line in file: time.sleep(1) print(line,end=‘‘)
2）简单写文件，并且实现写入的新内容总是置于文件末尾
with open(r‘zhang.txt‘,mode=‘a‘,encoding=‘utf-8‘) as file: file.write(‘第一天\n‘)
3）文件打开之b模式
# 1.必须和其它模式组合使用，rb\wb\ab # 2.b模式下读写都是以bytes为单位 # 3.b模式下不能指定encoding和decoding模式 # rb模式 with open(r‘120.jpg‘,‘rb‘) as f: data = f.read() print(data) print(type(data)) with open(r‘zhang.txt‘,‘rb‘) as f: data = f.read() print(data) print(data.decode(‘utf-8‘),end=‘‘) print(type(data)) # wb模式 # 不同编码格式写入，查看打开出现的情况 with open(r‘120.txt‘,‘wb‘) as f: msg = ‘你是猪吗？‘ f.write(msg.encode(‘gbk‘)) with open(r‘120.txt‘,‘wb‘) as f: msg = ‘你是猪吗？‘ f.write(msg.encode(‘utf-8‘)) # ab模式 with open(r‘120.txt‘,‘ab‘) as f: f.write(‘张哈哈‘.encode(‘utf-8‘)) # 可以看出.jpg以bytes的形式被存储和打开了 with open(r‘120.jpg‘,‘rb‘) as f: for line in f: print(line)
5.作业：文件修改
1）修改文件的实际
# 修改文件方式一： # 1.先把文件全部读到内存中 # 2.然后在内存中完成修改 # 3.再把修改后的结果覆盖到源文件中 # 缺点：会在文件内容过大的情况下耗费过多的内存 with open(r‘修改文件.txt‘,‘r‘,encoding=‘utf-8‘) as f: data = f.read() data = data.replace(‘zhang‘,‘你是猪吗？‘) with open(r‘修改文件.txt‘,‘w‘,encoding=‘utf-8‘) as f: f.write(data) # 修改文件方式二： # 1.以读的方式打开原文件 # 2.以写的方式拷贝到新文件 import os with open(r‘修改文件.txt‘,‘rt‘,encoding=‘utf-8‘) as src_f, open(r‘修改文件.txt.swap‘,‘wt‘,encoding=‘utf-8‘) as dst_f: for line in src_f: if ‘你是猪吗？‘ in line: line = line.replace(‘你是猪吗‘,‘啊哈哈‘) dst_f.write(line) os.remove(‘修改文件.txt‘) os.rename(‘修改文件.txt.swap‘,‘修改文件.txt‘)
2）实现文件拷贝
rst_file = input(‘原文件路径>>‘) dst_file = input(‘目标文件路径>>‘) with open(r‘%s‘ %rst_file,‘rb‘) as src_f, open(r‘%s‘ %dst_file,‘wb‘) as dst_f: for line in src_f: dst_f.write(line)
3）拷贝文件和修改文件程序
# 编写程序,提供两种可选功能： # 1）拷贝文件 # 2）修改文件 # 用户输入操作的编码，根据用户输入的编号 # 执行文件拷贝（让用户输入原文件路径和目标文件路径） # 或修改操作 import os print(‘选择模式：‘) warm = ‘‘‘ 1 拷贝文件 2 修改文件 输入quit退出 ‘‘‘ print(warm) while True: choice = input(‘选择操作>>‘).strip() if choice == ‘1‘: src_file = input(‘输入原文件路径>>‘).strip() dst_file = input(‘输入目标文件路径>>‘).strip() with open(r‘%s‘ %src_file,‘rb‘) as src, open(r‘%s‘ %dst_file,‘wb‘) as dst: for line in src: dst.write(line) elif choice == ‘2‘: dst_f = input(‘输入要修改的文件路径>>‘).strip() msg_old = input(‘输入要修改的内容>>‘).strip() msg_new = input(‘修改后的内容>>‘).strip() # # 方法一： # with open(r‘%s‘ %dst_f,‘r‘,encoding=‘utf-8‘) as f_old: # data = f_old.read() # data = data.replace(msg_old,msg_new) # with open(r‘%s‘ %dst_f,‘w‘,encoding=‘utf-8‘) as f_new: # f_new.write(data) # 方法二： dst_f_swap = input(‘临时交换的文件名>>‘) with open(r‘%s‘ %dst_f,‘r‘,encoding=‘utf-8‘) as f_old, open(r‘%s‘ % dst_f_swap,‘w‘,encoding=‘utf-8‘) as f_new: for line in f_old: if msg_old in line: line = line.replace(msg_old,msg_new) f_new.write(line) os.remove(dst_f) os.rename(dst_f_swap,dst_f) elif choice == ‘quit‘: break else: print(‘没有这个选项，请重新输入...‘)
补充说明：资源回收
打开一个文件包含两部分资源：操作系统级打开的文件+应用程序的变量。在操作完毕一个文件时，必须把与该文件的这两部分资源一个不落地回收 回收方法为： 1）f.close() #回收操作系统级打开的文件 2）del f #回收应用程序级的变量 其中del f一定要发生在f.close()之后，否则就会导致操作系统打开的文件还没有关闭，白白占用资源，而python自动的垃圾回收机制决定了我们无需考虑del f，这就要求我们，在操作完毕文件后，一定要记住f.close() 推荐傻瓜式操作方式：使用with关键字来帮我们管理上下文 with open(‘a.txt‘,‘w‘) as f: pass with open(r‘test.txt‘,‘r‘,encoding=‘utf-8‘) as f: data=f.read()
