python-基础-3-字符编码-文件操作

博客教学地址1, 博客教学地址2

一、字符编码

1.1、计算机基础操作知识

1.2、文本编辑器存取文件的原理

#1、打开编辑器就打开了启动了一个进程，是在内存中的，用编辑器编写的内容也都是存放与内存中的，断电后数据丢失
#2、要想永久保存，需要点击保存按钮：编辑器把内存的数据刷到了硬盘上。
#3、在我们编写一个py文件（没有执行），跟编写其他文件没有任何区别，都只是在编写一堆字符而已。

1.3、python解释器执行py文件的原理

#第一阶段：python解释器启动，此时就相当于启动了一个文本编辑器

#第二阶段：python解释器相当于文本编辑器，去打开test.py文件，从硬盘上将test.py的文件内容读入到内存中(小复习：pyhon的解释性，决定了解释器只关心文件内容，不关心文件后缀名)

#第三阶段：python解释器解释执行刚刚加载到内存中test.py的代码( ps：在该阶段，即真正执行代码时，才会识别python的语法，执行文件内代码，当执行到name="xxx"时,会开辟内存空间存放字符串"xxx")

1.4、python解释器与文件本编辑的异同

#1、相同点：python解释器是解释执行文件内容的，因而python解释器具备读py文件的功能，这一点与文本编辑器一样

#2、不同点：文本编辑器将文件内容读入内存后，是为了显示或者编辑，根本不去理会python的语法，而python解释器将文件内容读入内存后，可不是为了给你瞅一眼python代码写的啥，而是为了执行python代码、会识别python语法。

1.5、指定utf-8编码

# -*-: utf-8 -*-    # 决定以什么编码格式来读入内存，这一行就是设定python解释器使用的编码

python2 	默认ascii
python3 	默认utf-8

#1、保证不乱码的核心法则就是，字符按照什么标准而编码的，就要按照什么标准解码，此处的标准指的就是字符编码

#2、在内存中写的所有字符，一视同仁，都是unicode编码

                  unicode------>encode---------->utf-8
                  utf-8-------->decode---------->unicode

1.6、demo-ascii改成中文

# 将中文转换成ascii码
a="###指定工程展示极限参考值和位置和名称".encode("unicode_escape")
print(a)
###\\u6307\\u5b9a\\u5de5\\u7a0b\\u5c55\\........

# 将ascii码转换为中文
name = r"###\u9879\u76ee\u56fe\u7247\u76ee\u5f55"
print(name.encode('ascii').decode('unicode_escape'))

二、文本操作 open

2.1、操作文件

#1. 打开文件，得到文件句柄并赋值给一个变量
#2. 通过句柄对文件进行操作
#3. 关闭文件

2.2、python中对应的步骤

#1. 打开文件，得到文件句柄并赋值给一个变量
f=open('a.txt','r',encoding='utf-8') #默认打开模式就为r
	#1、由应用程序向操作系统发起系统调用open(...)
    #2、操作系统打开该文件，并返回一个文件句柄给应用程序
    #3、应用程序将文件句柄赋值给变量f

data=f.read()		#2. 通过句柄对文件进行操作

# del f   # 在没有关闭f文件之前，不能删除f， 与手动操作一样，打开文件的同时，不能删除文件

f.close()			#3. 关闭文件

# 也可以使用 with 来进行操作文件，这样就不用 手动关闭文件了  f.close()
with open("a.txt", "r", encoding='utf-8') as f
	data=f.read 

2.3、打开(open)文件方法

文件句柄 = open(‘文件路径’, ‘模式’)

模式	描述
r	只读模式【默认模式，文件必须存在，不存在则抛出异常】
w	打开一个文件只用于写入【不可读；不存在则创建；存在则清空内容，即原有内容会被删除】
a	打开一个文件用于追加【不可读;不存在则创建；存在则只追加内容，文件指针将会放在文件的结尾】
rb	以二进制格式打开一个文件用于只读，与 模式r一样
wb	以二进制格式打开一个文件只用于写入，与 模式w一样
ab	以二进制格式打开一个文件用于追加，与 模式a一样
r+	打开一个文件用于读写。文件指针将会放在文件的开头。
w+	打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。
a+	打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写。
rb+	以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。
ab+	以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写。

2.4、文件的其它方法

方法	说明
file.closed()	文件是否已经关闭
file.flush()	将内存的数据刷到硬盘里
file.name	文件名,是一个属性,不是方法
file.seek(int,mode = 0)	三种模式:移动到指定的文件指针处,这里的int是索引. 0模式表示文件的第一个字节索引为0,int为几就移动到对应的索引处. 1模式表示相对上一次位置,需要以b模式打开文件. 2模式表示从文件末尾开始seek,这时候int应该为负数.
file.tell()	返回文件指针的位置,这里的指针统计是按照字节来的.windows系统内的换行符其实是\r\n,算两个字节.
file.truncate(int)	截取文件,属于写操作.保留指定字节长度的内容.这里的int不是索引,就是普通的长度.

with open("filename", "w") as f
    f.seek(offset, whence)
       如f.seek(3,1)    第三个字节所在的位置， 快速至末尾 f.seek(0,2)
0. 参照文件的开始
1. 参照文件指针所在位置
2. 参照文件末尾      f.seek(0,2)  未尾的第0个字节
    其中1和2只能在b模式下使用
    f.tell()   查看当前光标所在的位置

# 光标移动， 指定光标的永远是直接覆盖字符
truncate(字节)      删除这个字节之后的内容, 
with open("a.txt","wb") as f:
    f.truncate(10)     # 从第十个字节开始删除, 参照物永远从文件开头开始

f.flsuh()   # 即时返回内容

2.5、修改文件

import os
with open("a.txt", "rt", encoding="utf-8") as read_f,\
        open(".a.txt.swap", "wt", encoding="utf-8") as write_f:
    for read in read_f:
        read_f.seek(0,0)  # 先移到最开始
        msg = read_f.read()  # 一行一行取
        change= msg.replace("2222","a")  #然后单个删除
        write_f.write(change)           # 将修改后的文件放到新的文件中
        print(read_f.tell())            # 98
        print(write_f.tell())       # 83

os.remove("a.txt")
os.rename(".a.txt.swap", "a.txt")


# 方式一：
# 当文件过大的情况下或占用过多的内存空间
# 先将源文件一次性全部读入内存，但是没有修改原文件
# with open("a.txt", "rt", encoding="utf-8") as f:
#     msg = f.read()
#     msg = msg.replace("1", "a")
#     print(msg)

# 方式二：    
# 一行一行打开文件修改, 然后写入新的文件, 删除原先老文件, 然后将新文件重新命名为原先的老文件
# 修改期间会有两个文件, 修改完之后只保存一份
import os
with open("a.txt", "rt", encoding="utf-8") as read_f,\
        open(".a.txt.swap", "wt", encoding="utf-8") as write_f:
    for read in read_f:
        read_f.seek(0,0)  # 先移到最开始
        msg = read_f.read()  # 一行一行取
        change= msg.replace("2222","a")  #然后单个删除
        write_f.write(change)           # 将修改后的文件放到新的文件中
        print(read_f.tell())            # 98
        print(write_f.tell())       # 83

with open('wrapper.log', 'r',encoding='utf-8') as f:
    # 直接定位到最后     os.SEEK_END = 2 定义至文件最后
    print(f.seek(0,os.SEEK_END))

2.6、demo- 类型cp的功能

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#
import sys

if len(sys.argv) != 3:
    print("usage: cp source_file target_file")
    sys.exit()

with open("{}".format(sys.argv[1]), "rb") as read_f, \
        open("{}".format(sys.argv[2]), "wb") as write_f:
    for read in read_f:
        read_f.seek(0, 0)  # 先让它从开头开始
        write_f.write(read_f.read())
    write_f.flush()