字符编码：
字符编码针对的是文字，它只跟文本文件有关，这里不需要考虑视频、音频文件等其他文件。
文本编辑器的输入和输出是两个过程
- 人在操作计算机的时候输入的是人能够看懂的字符，但是计算机只能识别01010101这样的二进制数据
- 那么人 输入的字符 >>>(字符编码表)>>> 二进制数字
字符编码表就是字符与数字的对应关系
- ASCII码表：用八位二进制表示一个英文字符，且所有的英文字符+符号最多也就在125位左右
0000 0000
1111 1111
- GBK编码表：用2Bytes表示一个中文字符，且用1Bytes表示一个英文字符
0000 0000 0000 0000
1111 1111 1111 1111 （最多能表示65535个字符）
基于上面的推导步骤，任何一个国家要想让计算机支持本国语言，都必须自己创建一个字符编码表。
- 万国码unicode：统一用2Bytes表示所有的字符
a = 0000 0000 0010 1010
1.浪费存储空间
2.io次数增加，程序运行效率降低（致命缺点）
当内存中的unicode( unicode transformation format )编码格式的数据存到硬盘时，会按照UTF-8编码给你转换。
- UTF-8会将unicode的英文字符由原来的2Bytes变成1Bytes
- UTF-8会将中文字符由原来的2Bytes变成3Bytes
现今的计算机：内存都是unicode、硬盘都是UTF-8
（需要掌握的）
unicode的两个特点
- 1.用户在输入的时候，无论输入什么字符都能兼容万国字符
- 2.其他国家编码的数据由硬盘读到内存的时候，unicode与其他各个国家的编码都有对应关系
（必须掌握的）
数据由内存保存到硬盘
1.内存中的unicode二进制数字 >>>编码(encode)>>> UTF-8格式的二进制数据
硬盘中的数据由硬盘读到内存
1.硬盘中的UTF-8格式的二进制数据 >>>解码(decode)>>> 内存中unicode格式的二进制数据
乱码：字符不能够正常显示，因为编码不一致
- 保证不乱码的关键在于：
- 文本文件以什么编码编的就用什么编码解！！！
python2
- 将py文件按照文本文件读入解释器中时默认使用ASCII码（因为在开发python2解释器时unicode还没有盛行）
python3
- 将py文件按照文本文件读入解释器中时默认使用UTF-8
文件头：
# coding:UTF-8
1.因为所有的编码文件都支持英文字符，所以文件头才能够正常生效
基于Python解释器开发的软件，只要是中文，前面都需要加一个u，为的就是将python2（当你不指定文件头的时候，默认用ASCII码存储数据，如果指定文件头就按照指定的编码格式存储）存储为unicode编码文件。
python3中字符串默认就是unicode格式
补充：
1.pycharm终端用的是UTF-8格式
2.windows终端cmd用的是GBK格式
八位二进制也叫8bit
8bit = 1Bytes
1024Bytes = 1KB
1024KB = 1MB
1024MB = 1GB
1024GB = 1TB
1024TB = 1PB
......
x = ‘上’ print(x.encode(‘utf-8’)) # b’xe4xb8x8a’ # bytes类型 字节串类型，我们把它当成二进制数据即可
x = ‘上’ res1 = x.encode(‘utf-8’) # 将unicode编码成可以存储和传输的utf-8格式的二进制数据 print(res1) # b’xe4xb8x8a’ res2 = res1.decode(‘utf-8’) #将硬盘中的utf-8格式的二进制数据解码成unicode格式的二进制数据 print(res2)
例如：你a他
1Bytes|1Bytes|1Bytes|1Bytes|1Bytes|1Bytes|1Bytes
1+7bit|1+7bit|1+7bit|1+7bit|1+7bit|1+7bit|1+7bit|
其中1Bytes里由标识符显示如何分配的信息
文件处理：
什么是文件？
操作系统提供给用户操作复杂硬件（硬盘）的简易接口。
为什么要操作文件？
人或者应用程序需要永久的保存数据。
如何进行文件处理？
通过python代码操作文件：
f = open(r‘copy_path即可’) #向操作系统发送请求，打开某个文件 # 里面的r是real取消转义，指的是原先的字符串 # 应用程序要想操作计算机硬件，必须通过操作系统来间接的操作 print(f) # f是文件对象 print(f.read()) #报错，因为windows操作系统默认的编码是GBK f = open(r‘copy_path即可’,encoding=‘utf-8’) print(f.read()) f.read() #向操作系统发请求，读取文件内容 f.close() #向操作系统发送请求，关闭打开的文件 print(f.read()) #报错，显示I/O operation on closed file
文件上下文操作：
with open(r’copy_path’,encoding=‘utf-8’) as f , open(r’copy_path’,encoding=‘utf-8’) as f1: # f仅仅是个变量名，它只是个操作工具 print(f) print(f.read()) print(f1) print(f1.read())
文件打开模式：
- r 只读模式
- w 只写模式
- a 追加写模式
操作文件单位的方式：
- t 文本文件，t在使用时需要指定encoding参数，如果不指定就默认是操作系统的默认编码
- b 二进制，一定不能指定encoding参数
r模式
# mode参数可以不写，不写时默认时rt----只读的文本文件，这个t不写时默认就是t with open(r’copy_path’,mode=‘r’,encoding=‘utf-8’) as f: print(f.readable()) # False,是否可读 print(f.writeable()) # True,是否可写 print(f.read()) # 一次性将文件内容全部读出 print(f.write()) # 一次性将文件内容全部写出 with open(r’copy_path’,mode=‘rb’) as f: print(f.readable()) # False,是否可读 print(f.writeable()) # True,是否可写 print(f.read()) # 一次性将文件内容全部读出
# r模式在打开文件时，如果文件不存在，直接报错 # 文件路径可以写相对路径，但是需要注意该文件必须与执行文件在同一层文件下 with open(r’XXX’,‘rb’,encoding=‘utf-8’) as f: print(‘>>>1:’) print(f.read()) print(‘>>>2:’) print(f.read()) '''>>>1: XXXXXX XXXXXX >>>2: '''
# 读完一次之后，文件的光标已经在文件末尾了，再读就没有内容可读了 print(f.readlines()) # 返回的是一个列表，列表中的一个个元素对应的就是文件的执行内容 for i in f: # f可以被for循环，每for循环一次，读一行内容 print(i) # 这个方法可以解决大文件一次性读取占用内存过高的问题 print(f.readline()) # 只读取文件的一行内容
W模式
- 1.文件不存在的情况下，自动创建该文件
- 2.当文件存在的情况下，会先清空文件内容再写入
with open(r’copy_path’,‘w’,encoding=‘utf-8’) as f: print(f.readable()) # False,是否可读 print(f.writeable()) # True,是否可写 f.write(‘今天XXXXX ’) # 用 会换行两次 f.write(‘今天XXXXX ’) # 用 或者 只会换行一次 l = [‘XXX,XXX ’,‘XXX,XXX ’] f.writelines() # 可以写多行，上下文等价 for i in l: f.write(i)
A 模式
- 1.当文件不存在的情况下，自动创建一个文件
- 2.当文件存在的情况下，不清空文件内容，文件的光标会移动到文件的最后
with open(r’copy_path’,‘a’,encoding=‘utf-8’) as f: print(f.readable()) # False,是否可读 print(f.writeable()) # True,是否可写 f.write(‘XXXXX ’)