西电Lgx老师python上机任务1-5-文件编解码

 python作业：编写程序，用户在命令提示行输入文件名和该文件的编码格式，读入文件，将其转存成UTF-8格式。如果用户没有指定输入文件的编码格式，则使用chardet模块“猜”出其编码格式，用于解码。使用argparse模块解析用户命令提示行输入。

调查资料和解：

1、argparse模块是用于给用户提供命令行选项和参数解析的模块

# 1导入模块
import argparse
# 2.建立解析对象
parser=argparse.ArgumentParser()
# 3.增加属性，添加帮助，指定类型为int
parser.add_argument("square",help="To square the number given",type=int)
# 4实例化对象 args
args=parser.parse_args()
 
# 5打印参数echo
print(args.square**2)

2、if__name__=='__main__':

通俗的理解__name__ == '__main__'：假如你叫小明.py，在朋友眼中，你是小明(__name__ == '小明')；在你自己眼中，你是你自己(__name__ == '__main__')。

if __name__ == '__main__'的意思是：当.py文件被直接运行时，if __name__ == '__main__'之下的代码块将被运行；当.py文件以模块形式被导入时，if __name__ == '__main__'之下的代码块不被运行。

假设我们有一个const.py文件，内容如下：

PI = 3.14

def main():
    print("PI:", PI)

main()

# 运行结果：PI: 3.14

现在，我们写一个用于计算圆面积的area.py文件，area.py文件需要用到const.py文件中的PI变量。从const.py中，我们把PI变量导入area.py：

from const import PI

def calc_round_area(radius):
    return PI * (radius ** 2)

def main():
    print("round area: ", calc_round_area(2))

main()

'''
运行结果：
PI: 3.14
round area:  12.56
'''

我们看到const.py中的main函数也被运行了，实际上我们不希望它被运行，因为const.py提供的main函数只是为了测试常量定义。这时if __name__ == '__main__'派上了用场，我们把const.py改一下，添加if __name__ == "__main__"：

PI = 3.14

def main():
    print("PI:", PI)

if __name__ == "__main__":
    main()

运行const.py，输出如下：

PI: 3.14

运行area.py，输出如下：

round area:  12.56

3、chardet.detect()函数

首先，介绍一下chardet.detect()函数

detect()函数接受一个参数，一个非unicode字符串。它返回一个字典，其中包含自动检测到的字符编码和从0到1的可信度级别。

返回的内容有三个：
encoding：表示字符编码方式。
confidence：表示可信度，也可以理解为检测的概率。
language：语言。

我们用这个函数来分别检测gbk，utf-8，日文

import chardet

str1 = "离离原上草，一岁一枯荣".encode('gbk')
str2 = "野火烧不尽，春风吹又生".encode('utf-8')
str3 = "こんにちは".encode('euc-jp')

print(chardet.detect(str1))
print(chardet.detect(str2))
print(chardet.detect(str3))

检测结果如下：

{'encoding': 'GB2312', 'confidence': 0.7407407407407407, 'language': 'Chinese'}
{'encoding': 'utf-8', 'confidence': 0.99, 'language': ''}
{'encoding': 'EUC-JP', 'confidence': 0.99, 'language': 'Japanese'}
#  其中GBK是GB2312的子集，所以说检测结果是正确的

大概率其实都是正确的。

这里检测的结果返回的是字典，而我们需要的是encoding的内容，即

chardet.detect()['encoding']

4、作业：

import argparse
from pip._vendor import chardet

if __name__ == '__main__':
    
    # 构建命令行参数的参数
    parser = argparse.ArgumentParser(description='change into the type of UTF-8')
    parser.add_argument('-fl', '--filename', type=str, help='the name of file.')
    parser.add_argument('-ty', '--type', type=str, help='the type of encoding.')
    args = parser.parse_args()
    etype = args.type

    print(args.filename)
    # 检测文件的编码格式
    with open(args.filename, 'rb') as f:
        fileData = f.read()
        if not etype:
            # 假使未输入编码格式
            etype = chardet.detect(fileData)['encoding']
            print("您未输入编码格式，通过检测，编码格式为：", etype)

    # 编码转换成UTF-8，转存
    f = open(args.filename, 'r', encoding=etype)
    content = f.read()
    print(content)
    f.close()

    f = open(args.filename, 'w', encoding='utf-8')
    f.write(content)
    f.close()
    print("转存成功！")

1. chardet模块（一个方法）
2. argparse模块（三个方法）
3. 命令行参数要输入绝对路径

5.map()

map()函数是Python中的一个内置函数，它的功能是：将指定的函数，依次作用于可迭代对象的每个元素，并返回一个迭代器对象。这个可迭代对象，可以是一个也可以是多个。