Python—编码&文件管理

一、编码问题

在内存中无法修改编码格式，统一为Unicode。
如何预防乱码？

• 存乱了：硬盘编码格式应该设置成支持文件内字符串的格式。但现在都应该存成utf-8！
• 取乱了：以什么编码格式存入硬盘，就以什么格式读取。

编辑器 指定文件头，加 # coding:xxx，xxx为文件当初存入硬盘所采用的格式。
python2.7默认ASCII码，3.X默认utf-8。

对于字符，
python3的str类型默认直接存成unicode格式，无论如何都不会乱码；
python2则会，所以需要如右声明 x = u'字符'

*了解内容
（1）对于python2，解释器有2种字符串类型：str、unicode。
str类型：x = '字符' #字符串值会按照文件头指定的编码格式存入变量值的内存空间。
unicode类型：x = u'字符' #强制存成unicode
（2）对于如 ‘a字b’的字符，gbk格式下占位为“1Byte 2Bytes 1Byte”(英文1Byte，汉字2Bytes），存没毛病，但取的时候如何识别和分割？
——如’a字b’，假设其对应二进制为
a 字 b
0001100 1001100 1001100 0001100
8个bit位，首位仅仅用来标识：0为英文字符，1为中文字符。
（3）
编码：

x = '字'
res = x.encode('gbk') #unicode——>gbk
print(res,type(res))

>>> b'\xc9\xcf' <class 'bytes'>

encode：把python的unicode转成其他编码，往其他平台传输（需要与老平台对接时）或存至本地硬盘。

解码：

print(res.decode('gbk'))
>>> 字

二、文件管理

（一）如何用文件

open()
控制文件读写内容的模式：t 文本模式和b 二进制模式。
【t和b不能单独使用，必须与r/w/a连用】
t 文本模式（默认模式）
i) 读写都以str（unicode）为单位
ii) 只针对文本文件
iii) 必须指定encoding = 'utf-8'

1. 打开文件

open(r'C:\user\nb\test.txt') #加r
open('C:/user/nb/test.txt')  #左斜杠
f = (r'C:\user\nb\1.txt', mode = 'rt') #涉及 1变量定义，占用内存资源；2告诉操作系统打开一个文件

当出现如\n 等转义字符，需要在整个字符串前加 r ,或都写为/ 。

2. 操作文件（读写）

f.read() 

3. 关闭文件

f.close() #回收操作系统资源
# del f   #回收应用程序资源，通常不需要做，python会帮你做

（二）with上下文管理

with open('a.txt, mode = 'rt') as f1,\
		open('b.txt, mode = 'rt') as f2:
	res1 = f1.read()
	res2 = f2.read()
	print(res1)
	print(res2)

python帮你做了f1/f2.close()

（三）指定字符编码

with open('c.txt', mode = 'rt', encoding = 'utf-8') <