字符编码-编码解码-文件操作

字符编码

    人类能识别的是字符等高级标识符，电脑只能识别0,1组成的标识符，要完成人与机器之间的信息交流，
一定需要一个媒介，进行两种标识符的转化(两种标识符的对应关系)。  

 对应关系形成的结构称之为：编码表

乱码：存数据与读数据采用的编码表不一致

软件打开文件读取数据的流程：
1. 打开软件
2. 往计算机发生一个打开文件的指令，来打开文件
3. 读取数据渲染给用户（存取编码不一致：乱码）

python解释器打开py文件
1. 打开软件(python解释器)
2. 往计算机发生一个打开文件的指令，来打开文件
3. 逐行解释打开的文件内容（存取编码不一致，无法正常解释，崩溃），将执行结果展示给用户

解释失败的原因：
py2默认按ASCII来解释文件内容 | py3默认按UTF-8来解释文件内容

文件头：# encoding: 编码表
功能：告诉py解释器按照什么编码来解释文件内容

1. ascii（ASCII）：字母、数字、英文符号与计算机01标识符的对应关系
思考：如何将128个字符用01完全标签
二进制：11111111 => 255 => 1bytes(1字节) => 8个二进制位

2.中国：研究汉字与计算机01标识符的对应关系：gb2312 => GBK(***) => GB18030
日本：Shift_JIS
棒子：Euc-kr

3. 制造一个可以完成万国字符与计算机01标识符的对应关系的编码表
编码表：unicode表
py2：ascii，没有按万国编码，原因py2要诞生先有万国编码
py3: utf-8, 采用万国编码来解释文本内容

思考：unicode与utf-8什么关系
unicode：用2个字节来存储汉字，用2个字节来存储英文字母，占有空间较多，读取效率极高
utf-8：用3-6个字节来存储汉字，用1个字节来存储英文字母，占有空间较少，读取效率低
总结：内存都是按unicode存储数据，硬盘和cpu采用utf-8来存取数据

unicode与utf-8采用的是一张unicode编码表，utf-8是unicode编码表体现方式，变长存储数据
变长优点：（大量数据都是以英文存在，所以utf-8空间更小）传输速度更快

编码解码

原义字符串: 不对字符串内存做任何操作(eg: 的转化)
 r'abc abc' => 'abc abc'

u'' 之间转化 b''
 编码：u''.encode('utf-8') | bytes(u'', encode='utf-8')
 解码：b''.decode('utf-8') | str(b'', encode='utf-8')

文件操作

计算机中的文件：硬盘中一块存储空间(虚拟的文件)
文件操作：根据文件名来操作硬盘的那块存储空间，操作方式 读read 写write

1. 打开文件

2. 操作文件(读：read() 写：write())

3. 关闭文件

主模式：r:读 | w:写 | a:追加
从模式：b:按字节操作 | t:按字符操作 | +:可读可写
了解：x:异常写 | U:被遗弃了

       基础读

f=open('a.txt','r',encoding='utf-8')
data=f.read(12)
print(data)
f.close

一次读取一行

f=open('a.txt','r',encoding='utf-8')
line=f.readline()
print(line)
f.close

按行一次性全部读出

f=open('a.txt','r',encoding='utf-8')
lines=f.readlines()
print(lines)
f.close
逐步一行一行读取

f=open('a.txt','r',encoding='utf-8')
l=[]
for line in f:
    l.append(line)
print(l)
f.close
----------------------------

f=open('a.txt','r',encoding='utf-8')
s=set()
for line in f:
    s.add(line)
print(s)
f.close

基础写
 文件不存在：会新建文件，再操作文件
 文件存在：先清空文件，再操作文件

f=open('a.txt','w+',encoding='utf-8')
f.write('hello world')
f.close