python 04 文件操作、编码转码

Python基础学习04

---

文件操作

字符编码字符转码

简单三级菜单

简单购物车

---

一、文件操作

1、文件打开操作

f = open("text.txt",encoding = "utf-8")   #文件句柄
data = f.read()               #读文件内容
data_2 = f.read()
print( data )                 #正常输出
print("aaaaaaaaaaa")        #输出：aaaaaaaaaaa
print(data_2)                #无输出（文件读完之后光标移动到最后，在次读不会有新的内容）
f.close()                    #关闭文件
#此为非规范书写，没有书写读写模式，默认为读模式
f = open("text.txt","r",encoding = "utf-8")   #标准书写(只能读文件)
f.close()

f = open("text_1.txt","w",encoding = "utf-8")   #创建一个新文件，并以写模式打开，若之前存在同名的文件则会覆盖
f.write("你不面对现实
")                         #只能对文件进行写操作，不能读取
f.write("现实就会面对你")
f.close()
'''文档内容：
你不面对现实
现实就会面对你
'''

f = open("text_1.txt","a",encoding = "utf-8")   #以写模式打开一个文件，并在文件末尾追加新内容
f.write("
勿以恶小而为之
")                         #只能对文件进行写操作，不能读取
f.write("勿以善小而不为")
f.close()
'''文档内容：
你不面对现实
现实就会面对你
勿以恶小而为之
勿以善小而不为
 '''
# 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。（不可读；不存在则创建；存在则只追加内容；）

#预先读取文件内容到内存中（少用）
f = open("text.txt","r",encoding = "utf-8")
for i in range(3):
    print(f.readline())         #逐行读取，读取前3行
for line in f.readlines():     #预先读取文件内容并把文件中所有内容以列表的形式存到内存中（不适用于大文件）
    print(line.strip())         #逐行打印全部文件内容（strip()去掉换行空格）

for index,line in enumerate(f.readlines()):
    if index == 5 :                     #当文件读取到第5行时
        print('----------')            #用"----------"来替换第6行的内容
        continue                       #继续读取
    print(line.strip())                 #打印读取内容

#逐行读取文件内容到内存中（常用）
count = 0
for line in f:
    if count == 5:
        print('----------')
        count += 1
        continue
    print(line.strip())
    count += 1
f.close()



# "+" 表示可以同时读写某个文件
# r+，可读写文件。（可读；可写(追加写模式)）
# w+，写读（先新建文件，然后写入新内容，之后读自己写的内容）
# a+，追加读写

f = open("text.txt","r+",encoding = "utf-8")   #常用
f.close()

f = open("text_2.txt","w+",encoding = "utf-8")  #不常用
f.write("________________
")
f.write("++++++++++++++++
")
f.write("================
")
f.seek(0)
print(f.readline())      #输出：________________
print(f.readline())      #输出：++++++++++++++++
print(f.readline())      #输出：================
f.close()

#"b"表示处理二进制文件(bytes类型)
# rb
# wb
# ab
#网络传输会用到，网络传输只能用二进制模式
f = open("text.txt","rb")       #二进制读
print(f.readline())              #输出：# b'When you are old
'
f.close()

f = open("text_2.txt","wb")       #二进制写
f.write("当你老了".encode())
f.close()

 2、其他操作

f = open("text_1.txt","r",encoding = "utf-8")
print(f.tell())             #文件句柄指针指向的位置 输出：0
print(f.readline())         #读1行内容
print(f.tell())             #输出：20

print(f.readline())         #在读一行内容 输出：现实就会面对你
f.seek(20)                  #将文件句柄指针指向的位置移动到指定位置
print(f.readline())         #输出：现实就会面对你

f.flush()                   #刷新（写完数据后数据是存在内存缓存中的，flush是把缓存中的数据存到硬盘中）
f.close()
#实现进度条
import sys,time
for i in  range(50):
    sys.stdout.write("#")
    sys.stdout.flush()
    time.sleep(0.1)

f = open("text_1.txt","a",encoding = "utf-8")
f.truncate(10)              #从文件开头开始截断指定个数字符，不写内容会清空文件

3、文件修改 

#文件修改：打开一个文件，修改后存到一个新的文件
f = open("text.txt","r",encoding = "utf-8")               #以读模式打开源文件
f_new = open("text_new.txt","w",encoding = "utf-8")      #以写模式打开新文件
for line in f:                                             #逐行读取
    if "慢慢读着" in line:                                #找到想要修改的位置
        line = line.replace("慢慢读着","manmanduzhe")    #修改字符串
    f_new.write(line)                                      #将内容写入新文件
f.close()
f_new.close()


#实现简单的shell sed 替换功能
import sys
f = open("text.txt","r",encoding = "utf-8")               #以读模式打开源文件
f_new = open("text_new.txt","w",encoding = "utf-8")      #以写模式打开新文件
find_str = sys.argv[1]
replace_str = sys.argv[2]
for line in f:                                             #逐行读取
    if find_str in line:                                #找到想要修改的位置
        line = line.replace(find_str,replace_str)    #修改字符串
    f_new.write(line)                                      #将内容写入新文件
f.close()
f_new.close()

4、with操作

#f = open("text.txt","r",encoding = "utf-8")               #以读模式打开源文件
with open("text.txt","r",encoding = "utf-8") as f:      #与上面功能相同
    print(f.readline())
#为了避免打开文件后忘记关闭

#在Python 2.7 后，with又支持同时对多个文件的管理，即：
with open('log1') as obj1, open('log2') as obj2:
    pass
#python开发规范：一行代码尽量不要超过80个字符(所以上面格式可以写成下面这样)
with open("text.txt","r",encoding = "utf-8") as f,
      open("text_2.txt","r",encoding = "utf-8") as f2:
    pass

 二、字符编码字符转码

一、字符编码

1、ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）

是基于字母的一套电脑编码系统，主要用于显示现代英语，其最多只能用 8 位来表示（一个字节），即：2**8 = 256-1种不同状态，每种状态就唯一对应一个字符，比如A--->00010001,而英文只有26个字符，算上一些特殊字符和数字，128个状态也够，这样计算机就可以用127个不同字节来存储英语的文字了。这就是ASCII编码。
扩展ANSI编码
最开始，一个字节有八位，但是最高位没用上，默认为0；后来为了计算机也可以表示拉丁文，就将最后一位也用上了，从128到255的字符集对应拉丁文。所以，ASCII码主要用于显示现代英语和其他西欧语言，最多只能表示 255 个符号。

 2、GB2312(1980年)

计算机来到中国后，计算机不认识中文，当然也没法显示中文；而且一个字节所有状态都被占满了，于是中国人重写一张表，直接将扩展的第八位对应拉丁文全部删掉，规定一个小于127的字符的意义与原来相同，但两个大于127的字符连在一起时，就表示一个汉字，前面的一个字节（他称之为高字节）从0xA1用到0xF7，后面一个字节（低字节）从0xA1到0xFE，这样我们就可以组合大约7000多个简体汉字了（一共收录了7445个字符）；这种汉字方案叫做 “GB2312”。GB2312 是对 ASCII 的中文扩展。

3、GBK 和 GB18030编码

汉字太多了，GB2312不够用，于是规定：只要第一个字节是大于127就固定表示这是一个汉字的开始，不管后面跟的是不是扩展字符集里的内容。结果扩展之后的编码方案被称为 GBK 标准，GBK 包括了 GB2312 的所有内容，同时又增加了近20000个新的汉字（包括繁体字）和符号。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。
2000年的 GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。
从ASCII、GB2312、GBK 到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。
现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。

4、UNICODE编码

很多其它国家都搞出自己的编码标准，彼此间却相互不支持。这就带来了很多问题。于是，国际标谁化组织为了统一编码，提出了标准编码准则：UNICODE 。
Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，规定由 16 位来表示一个字符（2个字节），即：2 **16 = 65536，这足以覆盖世界上所有符号（包括甲骨文）

5、UTF-8

unicode可以解决所有编码，为什么还要有一个utf-8的编码呢？
对于英文世界的人们来讲，一个字节完全够了，比如要存储A,本来00010001就可以了，现在unicode得用两个字节：00000000 00010001才行，浪费太严重，基于此，科学家们提出了：utf-8。
UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存...这样好处是，虽然在我们内存中的数据都是unicode，但当数据要保存到磁盘或者用于网络传输时，直接使用unicode就远不如utf-8省空间，这也是为什么utf-8是推荐编码方式。

Unicode与utf8的关系：

Unicode是内存编码表示方案（是规范），而UTF是如何保存和传输Unicode的方案（是实现）这也是UTF与Unicode的区别。

二、py2字符编码字符转码

在py2中，有两种字符串类型：str类型和unicode类型；str类型存字节数据，unicode存的是unicode数据

在python2默认编码是ASCII 

#coding:utf-8    #在python2中默认编码是ASCII，必须声明编码，否则不能解析中文，会报如下错误信息
                 # SyntaxError: Non-ASCII character 'xe4' in file zz.py on line 4, but no encoding declared;

s1='你好'                                       #在py2中定义字符串（默认类型）
print type(s1) # <type 'str'>                   #类型为str类型
print repr(s1) #'xe4xbdxa0xe5xa5xbd'      #存储的数据为字节数据
s2=u'你好'                                      #用unicode类型定义字符串
print type(s2) # <type 'unicode'>               #类型为unicode类型
print repr(s2) # u'u4f60u597d'                #存储的数据unicode数据

b=s2.encode('utf-8')                            #将unicode数据以utf-8进行编码
print b        #浣犲ソ                          #输出乱码
print type(b)  #<type 'str'>                    #类型为str类型
print repr(b)  #'xe4xbdxa0xe5xa5xbd'

u=s1.decode('utf-8')      #将utf-8编码的字节用utf-8的规则解码
print u        # 你好
print type(u)  # <type 'unicode'>       #解码后数据类型为unicode类型
print repr(u)  # u'u4f60u597d'        #存储的数据unicode数据

u2=s1.decode('gbk')        #将utf-8编码的字节用gbk的规则解码
print u2      #浣犲ソ      #输出乱码
print type(u2)   # <type 'unicode'>      #解码后数据类型依旧为unicode类型

无论是utf8还是gbk都只是一种编码规则，一种把unicode数据编码成字节数据的规则，所以utf8编码的字节一定要用utf8的规则解码，否则就会出现乱码或者报错的情况

在Python2中运行带有中文的程序会先声明编码，一般为UTF-8或GBK，定义字符串后，字符串的数据格式为bytes，如果需要打印输出，需将bytes类型decode为事先声明的编码

转换编码时，需先decode（“当前编码”），解码成Unicode，后将Unicode编码encode（“目标编码”）。此时转换完成

#coding:utf-8

import sys
print(sys.getdefaultencoding())       #ascii

msg = "你好"
msg_gb2312 = msg.decode("utf-8").encode("gb2312")       #将utf-8编码转换成gb2312编码
gb2312_to_gbk = msg_gb2312.decode("gbk").encode("gbk")  #将gb2312编码转换成gbk编码

print(msg)    #浣犲ソ (py2中str类型存字节数据)
print(msg.decode("utf-8"))  #你好  将msg的字节数据以utf-8解码
print(msg_gb2312)            #你好
print(gb2312_to_gbk)         #你好

三、py3字符编码字符转码

 py3也有两种数据类型：str和bytes； str类型存unicode数据，bytse类型存bytes数据，与py2比只是换了一下名字而已。

 在python3默认编码是unicode

#py3中默认编码是unicode类型，不用声明编码，也能解析中文
import json
s1='你好'                                     #在py3中定义字符串（默认类型）
print(type(s1))          #<class 'str'>       #类型为str类型
print(json.dumps(s1))    # "u4f60u597d"     #存储的数据为unicode类型数据

#s2 = b"你好"            #py3中不能把中文直接定义成字节类型，会报错：SyntaxError: bytes can only contain ASCII literal characters.
                        #字节只能包含ASCII文字字符

b=s1.encode('utf-8')                         #将字符串以utf-8格式编码
print(type(b))    # <class 'bytes'>          #编码后数据类型为bytes类型
print(b)     # b'xe4xbdxa0xe5xa5xbd'   #以bytes格式输出字符串

u=b.decode('utf-8')                          #将bytes类型数据以utf-8格式解码
print(type(u))           #<class 'str'>       #解码后数据类型为str类型
print(u)                 #你好                #打印输出
print(json.dumps(u))     #"u4f60u597d"      #存储的数据为unicode类型数据

 在Python3中默认就是unicode，不用再decode

import sys
print(sys.getdefaultencoding())   #utf-8

msg = "你好"

msg_gb2312 = msg.encode("gb2312")   #默认就是unicode,不用再decode
gb2312_to_unicode = msg_gb2312.decode("gb2312")   #将gb2312编码的bytes类型数据
gb2312_to_utf8 = msg_gb2312.decode("gb2312").encode("utf-8")
                    #将gb2312编码的字符串，先解码后编码成utf-8类型到bytes数据
print(msg)   # 你好                           #默认就是unicode,不用再decode直接显示
print(msg_gb2312)   #b'xc4xe3xbaxc3'      #encode后变成gb2312编码的bytes类型
print(gb2312_to_unicode)  #你好              #将将gb2312编码的bytes类型数据解码
print(gb2312_to_utf8)   #b'xe4xbdxa0xe5xa5xbd' #utf-8编码后的bytes类型

 三、简单三级菜单 

data = {
    '山东':{
        '青岛' :['四方','黄岛','崂山','李沧','城阳'],
        '济南' : ['历城','槐荫','高新','长青','章丘'],
        '烟台' : ['龙口','莱山','牟平','蓬莱','招远']
        },
    '江苏':{
        '苏州' : ['沧浪','相城','平江','吴中','昆山'],
        '南京' : ['白下','秦淮','浦口','栖霞','江宁'],
        '无锡' : ['崇安','南长','北塘','锡山','江阴']
        },
    '河北': {
        '石家庄': ['鹿泉', '藁城', '元氏'],
        '邯郸': ['永年', '涉县', '磁县'],
          }
  }
run_data = True
while run_data:
    for i in data:
        print(i)
    choice = input('选择进入的菜单，按q退出：')
    if choice in data:
        while run_data:
            for i1 in data[choice]:
                print(i1)
            print('按q退出，按b返回上一级菜单！')
            choice1=input('选择进入的菜单：')
            if choice1 in data[choice]:
                while run_data:
                    for i2 in data[choice][choice1]:
                        print(i2)
                    choice3 = input('按q退出，按b返回上一级菜单！：')
                    if choice3 == 'b':
                        break
                    elif choice3 == 'q':
                        run_data= False
                    else:
                        print('这是最后一级菜单！')
            elif choice1 == 'b':
                break
            elif choice1 == 'q':
                run_data=False
            else:
                print('请输入正确的编号！')
    elif choice == 'q':
        run_data=False
    else:
        print('请输入正确的编号！')

四、简单购物车 

product_list = [
    ('iphone',5000),
    ('computer',6000),
    ('watch',1500),
    ('bike',100),
    ('book',50),
    ('fruit',20)
]
shopping_list = []
sallary = input("Please Input Your Sallary:")
if sallary.isdigit():
    sallary = int(sallary)
    while True:
        #for item in product_list:
        #   print(product_list.index(item),item)
        for index,item in enumerate(product_list):
            print(index,item)
        print('input q to finish your shopping')
        user_choice = input("please input your goods number:")
        if user_choice.isdigit():
            user_choice = int(user_choice)
            if user_choice<len(product_list) and user_choice>=0:
                p_item = product_list[user_choice]
                if p_item[1] < sallary:
                    shopping_list.append(p_item)
                    sallary -=p_item[1]
                    print("Add %s into shopping cart , your current balence is %s"%(p_item,sallary))
                else:
                    print("you dont have so much money! ")
            else:
                print("there is no goods with your number!!")
        elif user_choice == 'q':
            print('-----your shopping list-----')
            for p in shopping_list:
                print(p)
            print("your current balance is :",sallary)
            exit()
        else:
            print("please input right number!!")
        #break
else:
    print("Please input right sallary!!")