Python笔记十：文件读写常见问题探索

   一、编码问题

#文件读写常见问题探索
fo = open("dict.txt","r")
txt = fo.read()
print(txt)
fo.close()

 dict.txt编码为utf-8，open时未指定编码，直接读取时有可能报错

 文件内容显示乱码，如下图

 

鼠标移至fo变量，可以看到默认编码方式为cp936 

GB2312是中国规定的汉字编码，也可以说是简体中文的字符集编码
GBK 是 GB2312的扩展 ,除了兼容GB2312外，它还能显示繁体中文，还有日文的假名
cp936是指系统里第936号编码格式，即GB2312的编码((当然有其它编码格式：cp950 繁体中文、cp932 日语、cp1250 中欧语言)，中文本地系统是Windows中的cmd，默认codepage是CP936
Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。
UTF-8 （8-bit Unicode Transformation Format）是最流行的一种对 Unicode 进行传播和存储的编码方式。它用不同的 bytes 来表示每一个代码点。ASCII 字符每个只需要用一个 byte ，与 ASCII 的编码是一样的。所以说 ASCII 是 UTF-8 的一个子集。

ANSI并不是某一种特定的字符编码，而是在不同的系统中，ANSI表示不同的编码。中文操作系统中ANSI编码其实是GBK编码，而韩文系统中ANSI编码其实是EUC-KR编码等。

2.将dict.txt另存ANSI格式，重新执行以上代码，可以正常打开

 3. 以fo = open("dict.txt","r",encoding='utf-8')方式读取ANSI格式文本，同样报错 

 结论：open()函数打开文件的编码格式必须要与文件的编码格式一致！二进制方式打开任意文件，转码需要注意编码方式。文本文档建议保存为ANSI

 二、read和readlines读取结果的差异

#文件读写常见问题探索
fo = open("php.txt","r")
txt1 = fo.read()
fo.seek(0)#文件操作指针移至文件首
txt2 = fo.readlines()
print(txt1)
print(txt2)
fo.close()

read()读取的结果为文本文档的原样输出

redlines()读取结果为以文本文档的每一行为字符串元素的列表形式的字符串（如何转为列表、字典，详见笔记九）

三、read读取不全问题

测试中发现read()读取文件，print(fo.read())，结果显示不完整！经分析发现：并非read()读取不全，而是print()函数问题，导致显示不全！

四、a+模式，先read后无法write问题

文件以a+模式打开后，执行read()函数后，即使使用seek(0)重定位到文件头，seek(2)重定位到文件尾，均无法再执行write()写文件，原因为文件打开后需要关闭以释放对文件的控制，使文件回复存储状态，此时另一个进行才可以操作这个文件！ 

五、使用正则格式化字符串

详见笔记九