一.字符编码
1.字符编码的发展史
阶段一:现代计算机起源于美国,最早诞生也是基于英文考虑的ASCII
ASCII:一个Bytes代表一个字符(英文字符/键盘上的所有其他字符),1Bytes=8bit,8bit可以表示0-2**8-1种变化,即可以表示256个字符
ASCII最初只用了后七位,127个数字,已经完全能够代表键盘上所有的字符了(英文字符/键盘的所有其他字符)
后来为了将拉丁文也编码进了ASCII表,将最高位也占用了
阶段二:为了满足中文,中国人定制了GBK
GBK:2Bytes代表一个字符
为了满足其他国家,各个国家纷纷定制了自己的编码
日本把日文编到Shift_JIS里,韩国把韩文编到Euc-kr里
阶段三:各国有各国的标准,就会不可避免地出现冲突,结果就是,在多语言混合的文本中,显示出来会有乱码。
于是产生了unicode, 统一用2Bytes代表一个字符, 2**16-1=65535,可代表6万多个字符,因而兼容万国语言
但对于通篇都是英文的文本来说,这种编码方式无疑是多了一倍的存储空间(二进制最终都是以电或者磁的方式存储到存储介质中的)
于是产生了UTF-8,对英文字符只用1Bytes表示,对中文字符用3Bytes
需要强调的一点是:
unicode:简单粗暴,所有字符都是2Bytes,优点是字符->数字的转换速度快,缺点是占用空间大
utf-8:精准,对不同的字符用不同的长度表示,优点是节省空间,缺点是:字符->数字的转换速度慢,因为每次都需要计算出字符需要多长的Bytes才能够准确表示
2.文本编辑器存取文件的原理(notepad++,pycharm等)
打开编辑器就启动了 一个进程,是在内存中的,所以在编辑器编写的内容也都是存放于内存中的,断电后数据丢失,因而需要保存到硬盘上。
点击保存按钮,就从内存中把数据刷到了硬盘上。在这一点上,我们编写一个py文件(没有执行),跟编写其他文件没有任何区别,都只是在编写一堆字符而已。
3.python解释器执行py文件的原理
阶段一:启动python解释器
阶段二:python解释器此时就是一个文本编辑器,负责打开文件test.py,即从硬盘中读取test.py的内容到内存中
此时,python解释器会读取test.py的第一行内容,#coding:utf-8,来决定以什么编码格式来读入内存,这一行就是来设定python解释器这个软件的编码使用的编码格式这个编码,
可以用sys.getdefaultencoding()查看,如果不在python文件指定头信息#-*-coding:utf-8-*-,那就使用默认的
python2中默认使用ascii,python3中默认使用utf-8
阶段三:读取已经加载到内存的代码(unicode编码的二进制),然后执行,执行过程中可能会开辟新的内存空间,比如x="json"
内存的编码使用unicode,不代表内存中全都是unicode编码的二进制,
在程序执行之前,内存中确实都是unicode编码的二进制,比如从文件中读取了一行x="json",其中的x,等号,引号,地位都一样,都是普通字符而已,都是以unicode编码的二进制形式存放与内存中的
但是程序在执行过程中,会申请内存(与程序代码所存在的内存是俩个空间),可以存放任意编码格式的数据,比如x="json",会被python解释器识别为字符串,会申请内存空间来存放"hello",然后让x指向该内存地址,此时新申请的该内 存地址保存也是unicode编码的json,如果代码换成x="json".encode('utf-8'),那么新申请的内存空间里存放的就是utf-8编码的字符串json了
二.文件操作
打开文件的方式有:
- r,只读模式(默认)
- w,只写模式(不可读;不存在则创建;存在则删除内容;)
- a,追加模式(可读; 不存在则创建;存在则只追加内容;)
"+"表示可以同时读写某个文件
- r+,可读写文件(可读;可写)
- w+,写读文件(可写;可读)
- a+,同a
"b"表示处理二进制文件
- rb
- wb
现有如下文件:
飞机飞过天空 天空之城 落雨下的黄昏的我们 此刻我在异乡的夜里 感觉着你忽明忽暗 我想回到过去 沉默着欢喜 天空之城在哭泣越来越明亮的你 爱情不过是生活的屁 折磨着我也折磨着你 港岛妹妹 你献给我的西班牙馅饼 甜蜜地融化了我 天空之城在哭泣 港岛妹妹 我们曾拥有的甜蜜的爱情 疯狂地撕裂了我 天空之城在哭泣 有人路过那里 回来告诉我 天空之城在哭泣无法呼吸的你 此刻我在异乡的夜里 想念着你越来越远
1."r"读取文件,并将文件输出出来,encoding="utf-8"是将文件读取出来以后转换成utf-8格式,在windows下防止因为编译格式问题乱码。如果是read(4),4表示读的是字符。
f = open("a.txt", "r", encoding="utf-8") data = f.read() f.close print(data)
2."w"写入文件,将之前的文件清空后写入。
f = open("a.txt", "w", encoding="utf-8") f.write("炎黄子孙") f.close
3."a"写入文件,不清空之前的文件,将光标移到文件的最后,追加写入。
f = open("a.txt", "a", encoding="utf-8") f.write(" 炎黄子孙") f.close()
4.利用with语句来帮我们调用clese()方法,当with执行完之后,内部会自动关闭并释放文件资源。
with open("a.txt", "r", encoding="utf-8") as f: print(f.read())
5.seek()内指定的数字代表的是字节数,以文件起始位置作为开始。
with open("a.txt", "r", encoding="utf-8") as f: f.seek(3) # 默认情况,是以文件起始位置作为开始,往后移动3个bytes print(f.readline()) # 读取文件第一行 """ 输出结果: 机飞过天空 天空之城 """
6.closed判断文件是否是关闭状态,返回True或者False
f = open("a.txt", "r", encoding="utf-8") f.close() print(f.closed) """ 输出结果: True """
7.encoding查看文件编码。
f = open("a.txt", "r", encoding="utf-8") print(f.encoding) """ 输出结果: utf-8 """
8.name查看文件名
f = open("a.txt", "r", encoding="utf-8") print(f.name) """ 输出结果: a.txt """
9.mode指定操作模式,不指定的话默认是r模式(可以改变位置)
f = open("a.txt", encoding="utf-8", mode ="r")
10. readable判断文件是否是r模式打开,返回True或False
f = open("a.txt", encoding="utf-8", mode ="r") print(f.readable()) # 判断文件是否是r模式打开 """ 输出结果: True """
11. writable判断文件是否是w模式打开,返回True或False
f = open("a.txt", encoding="utf-8", mode ="w") print(f.writable()) # 判断文件是否是w模式打开 """ 输出结果: True """xt", encoding="utf-8", mode ="w")
12.readline打印一行,end是不打印换行符
f = open("a.txt", encoding="utf-8", mode ="r") print(f.readline(), end="") # readline读取一行,end是不打印换行符 print(f.readline(), end="") """ 输出结果: 飞机飞过天空 天空之城 落雨下的黄昏的我们 """
13.文件修改
import os read_f = open("a.txt", "r", encoding="utf-8") write_f = open("b.txt", "w", encoding="utf-8") for line in read_f.readlines(): # 将a.txt中的文件遍历出来 if line.startswith("飞机飞过天空天空之城"): # 判断第一句是否是想要修改的内容 line=("李志,天空之城 ") write_f.write(line) read_f.close() write_f.close() os.remove("a.txt") # 将a.txt删除 os.rename("b.txt", "a.txt") # 把b.txt改成a.txt
14.文件操作,类似于日志的实时更新
import time with open('access.log','r', encoding='utf-8') as f: f.seek(0, 2) while True: line = f.readline().strip() # 移除字符串头尾指定的字符(默认为空格) if line: print('新增一行日志:',line) time.sleep(0.5) # 睡眠0.5秒 """ 输出结果: 新增一行日志: 123456 """
15.copy图片文件
with open('1.jpg','rb') as read_f, open('2.jpg','wb') as write_f: data=read_f.read() write_f.write(data)
三.函数
函数介绍:
函数是组织好的,可重复使用的,用来实现单一,或相关联功能的代码段。
1.python的内置函数,如:sum,max,min等
a = len('hello') # 打印长度 b = max([1, 2, 3]) # 求最大值 print(a) print(b) """ 输出结果: 5 3 """
定义函数:
1.自定义函数
def print_star(): print('*'*6) def print_msg(): print('hello world') print_star() print_msg() print_star() """ 输出结果: ****** hello world ****** """
2.先定义后使用。
def foo(): # 指向内存地址 print("from foo") print(foo) """ 输出结果: <function foo at 0x0000014692FB7F28> """
3.函数的使用包含两个阶段:定义阶段和使用阶段。
语法
def 函数名(参数1, 参数2,...):
"""文档注释"""
函数体
return 值
4.函数定义的三种形式。
a.无参函数:如果函数的功能仅仅执行一些操作而已,就定义成无参函数,无参函数通常都有返回值。
def print_star(): print('*'*6)
b.定义有参函数:函数的执行依赖于外部传入的参数,有参函数通常都有返回值。
def my_max(x,y): res=x if x >y else y return res
c.空函数
def select(): """ select """ pass
调用函数:
1.调用无参函数,定义时无参,调用时也无需传入参数。
def foo(): print("from foo") foo() """ 输出结果: from foo """
2.调用有参函数,定义时有参,调用时也必须有参。
def bar(name): print("bar=====>",name) bar("json") """ 输出结果: bar=====> json """
3. 调用函数的表达式形式。
def my_max(x, y): res=x if x >y else y return res res = my_max(12,23)*10 print(res) """ 输出结果: 230 """
4.把函数调用,当成另外一个函数的参数,求三个数的最大值。
def my_max(x, y): res=x if x >y else y return res res = my_max(my_max(9,5), 80) # res = my_max(12,23)*10 print(res) """ 输出结果: 80 """
函数的返回值:
1.不写return,python默认返回None
def foo(): print("from foo") res = foo() print(res) """ 以下三种情况返回都是None: 没有 return return 后边什么都不写 return None """
2.return一个值,函数调用返回的结果,也是这个值。
def foo(): print("from foo") x = 1 return x res = foo() print(res) """ 输出结果: 1 """
3.return 值1,值2,值3...返回的是一个元组形式。
def foo(): print("from foo") return 1, [1, 2, 3], (1, 2, 3),{} res = foo() print(res) """ 输出结果: (1, [1, 2, 3], (1, 2, 3), {}) """
函数参数:
详细的分函数的参数有五种:
位置参数,关键字参数,默认参数,可变长参数(*args, **kwargs),命名关键字参数。
a.位置参数
def foo(x ,y): # 位置形参,必须必须被传值的参数 print(x, y) foo(1, 2) # 位置实参,与形参一一对应 """ 输出结果: 1 2 """
b.关键字参数key=value。
关键字参数需要注意的问题:
1.关键字实参必须在位置实参后边,
2.不允许对一个形参重复传值。
def foo(a ,b, c): print(a ,b, c) foo(c=1,b=2,a=3) """ 输出结果: 3 2 1 """
c.默认参数
默认参数需要注意的问题:
1.默认参数必须在非默认参数后,
2.默认参数在定义阶段就已经赋值了,而且只能在定义阶段赋值一次,
3.默认参数的值通常定义成不可变类型。
def register(name,age,sex='male'): #形参:默认参数 print(name,age,sex) register('a', age=18) register('a1', 28) register('a2', 30) register('a3', 29) register('钢蛋', 20, 'female') register('钢蛋', sex='female', age=19) """ a 18 male a1 28 male a2 30 male a3 29 male 钢蛋 20 female 钢蛋 19 female """
d.可变长参数
①*args
def foo(x,y,*args): #*会把溢出的按位置定义的实参都接收,以元组的形式赋值给args print(x,y) print(args) foo(1, 2, 3, 4, 5) """ 1 2 (3, 4, 5) """
②**kwargs
def foo(x, y, **kwargs): # **会把溢出的按关键字定义的实参都接收,以字典的形式赋值给kwargs print(x, y) print(kwargs) foo(1,2,a=1,name='egon',age=18) """ 1 2 {'name': 'egon', 'age': 18, 'a': 1} """