python 文件与编码

python 文件与编码

文件打开模式

r: 只读模式(默认)
w: 只写模式(不可读，不存在则创建，存在则删除内容；)
a: 追加模式(可读，不存在则创建，存在则只内容；)
r+: 读写模式
相当于追加模式；相比较a，r+表示追加+读
可以定长修改；文件开头改
w+: 写读模式
会先清空原文件内容，再写入新内容；
a+: 追加写模式
可文件尾部改；
rU:
将\r \n \r\n自动转换成\n；
rb:
二进制的模式读取；不进行转码与编码，直接打印字节类型；
主要用于网络传输；有助于解决乱码问题；bytes对应于ascii里面的数字；最后需要再解码；
 
以二进制模式打开文件，不能声明encoding
示例：
 
    >>> a = bytes('abc',encoding='utf-8')
    >>> a
    b'abc'
    >>> a[0]
    97
    >>> a[1]
    98
wb:
在写入的时候，必须编码：f.write('城'.encode('gbk'))
以二进制写入文件，必须写入bytes格式；

 文件使用方法

open()
encoding如果不声时，默认使用操作系统的编码来解释文件；
f.tell()
返回光标位置；
f.seek(10)
移动光标到第10个字节
print(f.read(5))
表示读取5个字符；
　　注：
　　一个汉字占三个字节；f.seek(10)移动的是字节；f.read(5)读的是字符；
f.fileno()
返回一个nummber,number是操作系统里所有打开的文件的一个下标；又称为文件描述符；
f.isatty()
判断是否为一个终端；
<br>示例：
    >>> import sys
    >>> sys.stdout.write('fsdjklj')
    fsdjklj7 #数字表示显示打印了几个字符；
 
f.read():
文件内容全部读完
f.readable()
判断文件是否可读
f.readall()
读所有
f.seekable()
seek只适用于文本文件；
f.truncate()
用于r+或a+；表示默认从开头进行截断；结果在文件中显示；不能使用seek在某一位置截断；
f.flush()
将内存缓存区中的文件内容刷写到文件中去；常用于打印实时日志时；

编码

python2:默认编码assci
#-*-coding:utf-8 -*- 告诉py的解释器，后面的这段代码请用utf8来解释

python3:文件的默认编码是utf-8
解释器编码是unicode,文件加载到内存后会自动解码成unicode,同时把字符转换成bytes = 8bits,只有在保存下来的时候需要编码

查看python默认的字编码命令：

>>> import sys
>>> sys.getdefaultencoding()
'utf-8'

 不同国家的字符编码进行正常显示，先将本机的字符编码进行解码到unicode，读取时再将unicode编码转换成自己的字符编码；

                                                   

 

注：

    python2与python3中编码的区别：

　　python2 str == python3 bytes
　　python3 str == unicode
　　python3中的bytes格式是一个单独的数据类型；

编码解码：
windows默认编码gbk, 默认可支持unicode & gbk
windows默认编码utf8,默认可支持unicode & utf8
所有的程序在内存里默认是unicode
python2: 解码是必须的，编码成gbk不是必须的。
python2: 在linux上，如果是gbk --> utf8 ，解码是必须的，编码成utf-8这个动作不是必须的。
python3：不需要解码，直接编码就可以。

转载于:https://www.cnblogs.com/Pangjn/p/6373862.html