zoukankan      html  css  js  c++  java
  • 巧破字符编码和文件处理的初探

    一、字符编码

    什么是字符编码?

    答:我们能够了解到,我们人类能够理解的是字符的高等标识符,计算机智能识别类似于0和1组成的标识符,那么我们人类和计算机沟通,一定需要某种媒介来支持,来进行两种标识符的相互转换。例如:

    1 10  -> 00010000
    2 'a' - > 10001000
    3 '' -> 10101010
    View Code

    我们把以上的这种对应关系叫做编码表。

    对应的几个名词:

    字符编码:人和计算机交流的一种媒介(人能够识别的和机器能够欧识别的一种媒介)

    ASCII码:是字母、数字和英文符号和计算机0和1标识符的对应关系

    了解部分:编码表的进化历程

    1.ASCII码:是字母、数字和英文字母和机器计算机0、1之间的对应关系。二进制的范围[0,255]相当于1个字节相当于8个二进制数。

    2.作为中国人啊。我们当然也有自己的编码表,GB2312编码:主要是研究汉字和计算机0和1之间的对用关系。相对应的大和名族和棒子的也有他们相对应的字符编码表。

    3.最后经历的就是所谓的万国编码表,它能够利用万国的语言来和机器计算及形成对应的关系,那就是unicode编码表。在早期的python2时期,那个时候还没有unicode编码,所有主要使用ASCII码;后期python3的诞生,我们就主要使用的就是utf-8编码。

    4.思考:unicode码和utf-8码之间有什么样子的关系?为什么出了unicode还使用utf-8呢?

    首先,unicode编码存储汉字使用2个字节,存储英文字母也是2个字节;utf-8编码存储汉字使用3-6个字节,存储英文字母使用1个字节。所以如果将他们进行对比,有点和缺点十分的明显:对于unicode码,它占的空间较多,但是读取的执行效率极高;但是对于utf-8码,它占的空间较少,但是读取执行的效率很低。所以,utf-8码是unicode码的一种体现形式,从根本上说买他的实质就是一张unicode表,但是由于utf-8的变长存储数据的优点。(主要是存储的大多数为英文字母,只占据1个字节,所以传输的书读更快。)

    5.乱码:是因为的存储数据时的字符编码和读取时的字符编码不一致。

    6.编码和解码(常用)

    1 # 将u字符串编码成b字符串
    2 print(u'你好'.encode('utf-8'))
    3 # 将b字符串解码成u字符串
    4 print(b'xe4xbdxa0xe5xa5xbd'.decode('utf-8'))
    View Code

    二、文件处理

    1.文件:是硬盘中的一块存储空间(虚拟文件)。

    2.文件的操作:就是通过文件名来控制硬盘的那块存储空间,就是read和write。

    3.使用文件的三个步骤:

      打开文件:

    1 # 变量名 = 文件空间
    2 
    3 # 文件路径 操作模式(读|写) 编码
    4 
    5 f = open('a.txt', 'r', encoding='utf-8')
    View Code

      操作文件:

     1 # data = f.read(3)  # 将所有内容读取出来,如果设置读取长度,按照规定长度读取数据
     2 # print(data)
     3 
     4 # 一次读取一行
     5 # line = f.readline()
     6 # print(line)
     7 # line = f.readline()
     8 # print(line)
     9 
    10 # 按行一次性全部读出
    11 # lines = f.readlines()
    12 # print(lines)
    13 
    14 # 逐步一行一行读取
    15 # l = []
    16 # for line in f:
    17 #     # print(line)
    18 #     l.append(line)
    19 # print(l)
    20 
    21 s = set()
    22 for line in f:
    23     # print(line)
    24     s.add(line)
    25 print(s)
    View Code

      关闭文件:

    1 #文件操作完成以后,一定要关闭(*******)
    2 
    3 f.close()
    View Code

    4.文件的模式

     1 '''
     2 主模式:r:读 | w:写 | a:追加
     3 从模式:b:按字节操作 | t:按字符操作 | +:可读可写
     4 了解:x:异常写 | U:被遗弃了
     5 '''
     6 
     7 # 基础写
     8 # 文件不存在:会新建文件,再操作文件
     9 # 文件存在:先清空文件,再操作文件
    10 w = open('b.txt', 'w', encoding='utf-8')
    11 
    12 
    13 w.write('456')
    14 
    15 
    16 w.close()
    17 
    18 
    19 print('end')
    View Code
  • 相关阅读:
    如何在SQL Server 2005 中为安装程序增加计数器注册表项值
    C++ 基础小知识学习[1]
    同时支持火狐和IE的输入框内容改变事件
    3D圆角
    Jquery选择器测试
    asp.net 中的 MD5加密和DES加解密算法类
    简单页面控件赋值
    继承IHttpHandler接口实现给网站图片添加水印
    asp.net Ajax
    JQuery操作iframe父页面与子页面的元素与方法
  • 原文地址:https://www.cnblogs.com/wanglei957/p/10600215.html
Copyright © 2011-2022 走看看