字符编码与文件操作2

一、复习

1、编码

ASCII--->Python--->Unicode

python2:默认ASCII，python：默认utf-8

编码表：人识别的标识符与计算机识别的标识符形成的对应关系

各编码表中字符（人能识别）所占字节（将字符转为二进制的中间产物）数

一个字节=8个二进制位（1个十六进制位=4个二进制位）

ASCII：1~2个字节

Unicode：2个字节

GBK：1~2个字节

UTF-8：Unicode编码的一种体现方式，1~6个字节

Unicode定长获取信息快速， UTF-8变长传输速度快

2、三种字符串

r’原义  字符串

u’最普通的字符

二进制字符串：用来传输的字符串

   1.是字符串（文本字符）的二进制体现，（如视频资源可以转化为二进制字符串，不翻转为视频资源，则就是普通字符串）

   2.二进制字符串按字节为最小单位存储单位存放数据

   3.所有数据转化为二进制字符串都应该用utf-8进行编码吗？

           ----只是文本数据

           ----视频、音频、图像等此类数据也有编码解码过程，采用的编码表不是utf-8，不用关心编                  码表

 字符与ASCII之间转化
res = ord('A')
print(res)
res = chr(65)
print(res)
# ascii：DBCS双字节存储可以存放中文等一些文字与字符，可以完成字符与整数(ascii表中整数)的转化
print(ord('⑩'), chr(9323))

3、文件基础读写

      1.打开文件

r = open('a.txt', 'r', encoding='utf-8')
w = open('a.txt', 'w', encoding='utf-8')

      2.操作

r.read()
w.write('msg')

     3.关闭文件

r.close()
w.close()

二、rw模式结合

w：没有文件就新建文件，有则清空
  w = open('1.txt', 'w', encoding='utf-8')
  w.write('000
')

  w.flush()   写一行刷一行
  如果文件存在会将写入文件的内容及时刷从内存刷到硬盘

  应用：在写入大量数据，要及时处理内存空间，不然内存可能溢出导致数据丢失

  w.write('111
')

  w.flush()   最后一次flush()操作可以省略

一次性写入多行
  w.writelines(['222
', '333
'])
  w.write('444')
  w.newlines
  w.write('555')

  w.close()
  1.将内存的的数据刷新到硬盘中；2.释放文件资源

需求：
  1.完成文本类型的文件复制：1.txt => 11.txt
r = open('1.txt', 'r', encoding='utf-8')
w = open('11.txt', 'w', encoding='utf-8')
for line in r:  # 遍历就是一行一行读 取读文件的流
    w.write(line)
    w.flush()
w.close()
r.close()

# 将文件的关闭交给with管理，当with中逻辑结束后，系统会自动释放文件
with open('1.txt', 'r', encoding='utf-8') as r, open('source.txt', 'w', encoding='utf-8') as w:
    for line in r:
        w.write(line)
        w.flush()
    # w.close() 系统自动完成
    # r.close()

三、文件操作模式

r: 读
w: 写(无创建，有清空)
a: 追加(有创建的功能)

t: 文本操作(默认模式)  r=>rt w=>wt a=>at
b: 非文本文件必须采用二进制模式来处理
+: 可读可写
r+: 不会创建文件的可读可写 | w+：创建清空文件的可读可写 | a+：创建不清空文件(追加)的可读可写

x:写模式创建文件，如果文件已存在就抛出异常

with open('1.txt', 'wt', encoding='utf-8') as f:
   f.write('666')

借助读写，完成追加
with open('1.txt', 'rt', encoding='utf-8') as f1:
   data = f1.read()
   data += '666'
with open('1.txt', 'wt', encoding='utf-8') as f2:
   f2.write(data)

a为写模式，在原数据后追加写入新数据
with open('1.txt', 'a', encoding='utf-8') as f:
    f.write('777')

四、非文本文件复制

with open('333.mp4', 'rb') as f1:
    with open('666.mp4', 'wb+') as f2:
        for line in f1:
            f2.write(line)

x：写模式，创建文件，如果文件以存在，就抛异常
with open('000.txt', 'x', encoding='utf-8') as f:
    pass

五、文件游标操作

方法：seek(偏移量, 偏移位置)
偏移量：移动的字节数，负数是结合模式1，2往前偏移
偏移位置：
  -- 0 - 从文件开始位置开始偏移 | 1 - 从当前游标位置开始偏移 | 2 - 从文件末尾开始偏移
b'你好1234567890'

游标读
    with open('source.txt', 'rb') as f:
        d1 = f.read(11)
        print(d1)
        print(d1.decode('utf-8'))

当前游标的位置
    print(f.tell())

游标操作 - 从末尾位置开始
    f.seek(-3, 2)
    d2 = f.read()
    print(d2.decode('utf-8'))  # 890

游标操作 - 从当前位置开始
    f.seek(-3, 1)
    d2 = f.read()
    print(d2.decode('utf-8'))  # 34567890

游标操作 - 从头开始
    f.seek(3, 0)
    d2 = f.read()
    print(d2)
    print(d2.decode('utf-8'))  # 好1234567890

游标写：会覆盖书写
    with open('source.txt', 'rb+') as f:
        f.seek(11)
        print(f.read())
        f.write(b'000')