python学习之路（17）Python-初识文件操作(IO 技术)

一个完整的程序一般都包括数据的存储和读取；我们在前面写的程序数据都没有进行实际的存储，因此 python 解释器执行完数据就消失了。实际开发中，我们经常需要从外部存储介质（硬盘、光盘、U 盘等）读取数据，或者将程序产生的数据存储到文件中，实现“持久化”保存。

文本文件和二进制文件

1 文本文件

文本文件存储的是普通“字符”文本，python 默认为 unicode 字符集（两个字节表示一个字符，最多可以表示：65536 个），可以使用记事本程序打开。但是，像 word 软件编辑的文档不是文本文件。

2 二进制文件

二进制文件把数据内容用“字节”进行存储，无法用记事本打开。必须使用专用的软件解码。常见的有：MP4 视频文件、MP3 音频文件、JPG 图片、doc 文档等。

文件操作相关模块概述

Python 标准库中，有如下文件操作相关的模块

1 创建文件对象 open()

open()函数用于创建文件对象，基本语法格式如下：

open(文件名[,打开方式])

如果只是文件名，代表在当前目录下的文件。文件名可以录入全路径，比如：D:\a\b.txt。
示例：

f = open(r"d:\b.txt","w")

打开方式有如下几种：

文本文件对象和二进制文件对象的创建：
如果我们没有增加模式“b”，则默认创建的是文本文件对象，处理的基本单元是“字
符”。如果是二进制模式“b”，则创建的是二进制文件对象，处理的基本单元是“字节”。

2 文本文件的写入

文本文件的写入一般就是三个步骤：
创建文件对象——》写入数据——》关闭文件对象
执行前的a.txt文件：

示例：

f = open("d:/a.txt","a")
s = "itbaizhan\nsxt\n"
f.write(s)
print("ok")
f.close()

执行结果：

ok

执行后的a.txt文件：后面新增了内容

3 常用编码介绍

各种编码有：ASCII ISO8859-1 GB2312,GBK,GB18030 Unicode UTF-8。
在操作文本文件时，经常会操作中文，这时候就经常会碰到乱码问题。
编码之间的关系：

1. ASCII
   主要用来显示现代英语及其他西欧语言。
   ASCII 码用 7 位表示，只能表示 128 个字符。只定义了 27=128 个字符，用7bit 即可完全编码，而一字节 8bit 的容量是 256，所以一字节 ASCII 的编码最高位总是0.
2. ISO8859-1
   ISO-8859-1 又称 Latin-1。在 ASCII 编码之上又增加了西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号，它是向下兼容 ASCII 编码
3. GB2312
   GB2312 全称为信息交换用汉字编码字符集，是中国于 1980 年发布。用于计算机系统中的汉字处理。GB2312 主要收录了 6763 个汉字、682 个符号。
   GB2312 完全兼容 ISO8859-1。
4. GBK
   全称为 Chinese Internal Code Specification，即汉字内码扩展规范，于 1995 年制定。它主要是扩展了 GB2312，在它的基础上又加了更多的汉字，它一共收录了 21003 个汉字
5. GB18030
   现在最新的内码字集于 2000 年发布，并于 2001 年强制执行，包含了中国大部分少数民族的语言字符，收录汉字数超过 70000 余个。
   它主要采用单字节、双字节、四字节对字符编码，它是向下兼容 GB2312 和 GBK 的，虽然是我国的强制使用标准，但在实际生产中很少用到，用得最多的反而是 GBK 和 GB2312。
6. Unicode
   Unicode 编码设计成了固定两个字节，所有的字符都用 16 位(2^16=65536)表示，包括之前只占 8 位的英文字符等，所以会造成空间的浪费，UNICODE 在很长的一段时间内都没有得到推