九、python-字符编码和文件

一、python文件指定编码方式（读取文件内容的编码方式）

如果想以某种格式保存数据，在文件的第一行添加：# coding:gbk        (编码类型有多种)

python3默认是utf-8编码；python2默认是ASCII编码方式

python2默认不是Unicode，如果想存为unicode，可以直接在变量前加一个u，比如：a = u'人'，否则就以默认的或文件头指定的存储。

pythoncharm终端默认的编码格式为utf-8.

编码：.encode('编码格式')

解码：.decode('目标解码格式')

二、文件

 1、打开文件open()，默认是rt模式

控制文件读写操作的模式：

        r：只读模式               

        w：只写模式（清空后再写）           

        a：只追加写模式                   

        +：配合前三种使用，r+、w+、a+，在原来文件模式上增加模式

控制文件读写内容的模式：读写什么格式的文件数据（要与操作模式配合使用）

        t模式：读写都是以字符串（unicode）为单位，只针对文本文件

        b模式：bytes模式/二进制模式，主要用来读写图片和视频。

f = open(文件路径,mode='rt',encoding='utf-8')，f就是一个文件对象

此时变量和打开的文件都会占用内存空间，打开文件占用的操作系统的资源。操作系统的资源不受python管理，并且操作系统打开文件的数量也是有限的。

2、操作文件（读、写）

f.reade()

读取完文件后，文件指针会移动到文件末尾

3、关闭文件

f.close()

4、with语法（上下文管理器），不需要手动关闭文件，并且可以同时打开多个文件

with open('date/a.txt',mode='rt',encodint='utf-8') as f,open('date/a2.txt',mode='rt',encodint='utf-8') as f2:
    res = f.read()
    print(res)

5、文件指针

open()：打开文件时文件指针在文件的开头，执行完read()后，文件指针会移动到文件的最后。

f.read()：会将整个文件内容读取到内存，但如果文件太大，内存会被占满

6、r模式

文件不存在时会报错

7、w模式

w模式下，如果文件不存在，会创建一个空白文件，并且文件指针也是在文件的开始位置。

文件存在时，会清空文件内容，不要轻易使用w模式打开重要的文件。

f.write('abcd\n')，如果想要换行，就需要手动在最后加\n。

f.write('efg')，此时会在原来的数据后继续写，w模式只会在打开文件时清空文件。

文件未关闭之前可以不停的进行写

8、a模式

文件不存在时会创建一个空白文件，并且文件指针也会在开始位置

当文件存在时，文件指针会直接跳到末尾。

9、+模式

r+：可读可写，以r为准

如果文件不存在会直接报错，

w+：可读可写，以w为准

如果文件不存在会创建文件，写完文件后指针会在末尾，不能直接使用read读取刚写入的数据。

a+：以a为准

如果文件不存在，会创建文件，文件存在文件指针就会跳到末尾。用a+打开文件，虽然也是可读可写，但是如果直接读取也是读不到数据的，必须控制文件的指针位置移动才可以。

x模式：只写模式，不可读，文件不存在就创建文件，文件存在就报错

10、回车和换行

回车：\r

换行：\n

windows：\r\n

linux：\n

python会根据不同的平台将\n转换成对用的回车换行符

11、b模式，不只是针对图片和视频，是对任意格式的文件，b模式下一定不能指定encoding参数

with open('路径',mode='rb') as f:

        res = f.read()      #此时读取到的时bytes类型

b模式写入文件时，需要指定编码格式，t模式下时可以直接写入字符串的，

f.write('中古'.encoding('utf-8'))，也可以是其他的编码格式，但是一个文件尽量只用一种编码。

12、read(1024)  一次读取1024个字节，如果循环读取，需要手动判断文件已经读到末尾。

13、readline（一次读一行）、readlines（一次读很多行）

readline：一次读取一行，读取完后，文件指针在读取行的末尾，下次可以继续向后读取

readlines：一次读取所有的行，并传回一个列表。

14、writelines：

并不是写入多行，而是hi做了一个for循环，将多个值一次写入，比如：f.writelines(['a','b','c'])，此时文件内容就是：abc。

15、bytes类型

类型转换：b'abc'，纯英文和数字的数据可以直接在前面加b做类型转换。

汉字编码的方式：'人'.encoding('utf-8')  或者：bytes('人',encoding = 'utf-8')，两种效果是一样的。

16、flush功能

我们写入数据到文件时，系统不会马上就进行一次IO操作将数据写入文件中，系统存在自己的机制，当数据达到一定数量后才会进行IO操作，因此会存在有的时候我们已经进行了write操作，但是没有立刻在文件中看到数据，就是这个原因，如果你希望在你写操作后，系统能够立刻将数据写入文件，可以使用flush功能，f.flush()调用后，系统会立刻将数据写入文件。一般不会在程序中使用，因为这样会破坏系统的优化机制，一般只有在测试的时候会用。

f.readable()：判断文件是否可读

f.writeable()：判断文件是否可写

f.closed：判断文件是否关闭

f.encoding：获取文件当前的编码方式

f.name：获取当前的文件名

17、文件指针的移动

文件指针每次移动的单位都是字节，只有在t模式下的read(n)，此时的n表示的时字符个数

文件指针移动方法：

f.seek(n,参照位置)：

模式0：从该文件的开头位置开始

如：f.seek(5,0)    #5，从文件的开头位置移动五个字节，并停留在第五个字节的位置。

f.seek(2,0)    #2，从文件的开头位置移动2个字节，并停留在第2个字节的位置。

模式1：从当前位置开始移动，不能在t模式下使用

如：f.seek(5,1)    #5，从文件的当前位置移动五个字节，并停留在移动过后的当前位置

模式2：从文件末尾开始移动，此时只能向前移动，不能在t模式下使用

如：f.seek(-5,2)    #5，从文件的末尾位置向前移动五个字节，并停留在移动过后的当前位置

f.tell()：获取文件指针的当前位置

18、监控文件数据

tail：用来监控文件新增数据的

19、文件的修改

打开文件时不能使用a模式和w模式，因为a模式时追加模式，无论你如何移动文件指针，写入的数据都会添加到文件末尾，而w模式则会清空文件原来的数据，这是绝对不允许的，一次需要使用r+模式来打开。

硬盘是没有插入数据的这种说法，只会是用新的数据覆盖原来老的数据。

第一种修改文件的方式（文本编辑器均是这种方式）：

将文件内容全部读取到内存中并赋给变量，修改变量后再重新写回文件中。这种方式如果文件过大，会对内存占用太大。

第二种修改文件的方式：

一次只读一行数据到内存，这时候内存中只有一行数据，之后将这一行数据修改后并且如到一个新的文件中，利用循环将整个文件修改完成后，删除老文件，并将新文件名称修改成老文件名称。

删除文件和修改文件名称：

import os

os.remove('文件内路径')

os.rename('原文件名称','新文件名称')