零基础 学 python开发 （Genius套餐A） 三十四

夜光序言：

 

 

成熟不是心在变老，是泪在打转还能微笑。

 

 

 

 

 

正文：

 

6.3 文件编码 
6.3.1 目标 

文件的本质是二进制文件，因此文本文件存储时实际上是通过某种编码转为二进制数据存储的，相同的文本采用不同的编码得到的二进制数据时不同的，这对于汉字的文本十分重要。

 

目标是深刻理解编码的本质，正确读写文本文件。

 

 

---

6.3.2 文件编码 

在中文 Windows 系统中如果我们不指定文本文件的编码，那么它采用系统默认的 GBK编码，即一个英文字符是 ASCII 码，一个汉字是两个字节的内码。

---

例 6-3-1： GBK 编码 

fobj=open("c:\\abc.txt","wt")
fobj.write("abc 我们")
fobj.close()
执行后 abc.txt 文件是 7 个字节，分别是：
0x61 0x62 0x63 0xce 0xd2 0xc3 0xc7
其中前 3 个是 abc 字符，0xce,0xd2 这 2 个字节是汉字"我"的内码，0xc3,0xc7 这 2 个字节是汉字"们"的内码。

 

---

例 6-3-2：UTF-8 编码 

如果我们不使用默认的编码，可以在 open 函数中用 encoding 参数指定编码。
fobj=open("c:\\abc.txt","wt",encoding="utf-8")
fobj.write("abc 我们")
fobj.close()
执行后 abc.txt 文件是 9 个字节，分别是：
0x61 0x62 0x63 0xe6 0x88 0x91 0xe4 0xbb 0xac
其中前 3 个是 abc 字符，0xe6, 0x88, 0x91 这 3 个字节是汉字"我"的 UTF-8 编码，0xe4,0xbb ,0xac 这 3 个字节是汉字"们"的 UTF-8 编码。

文件如果是用 GBK 编码存储的，就一定使用 GBK 编码打开读取，不能使用 UTF-8 编码打开读取，反之亦然。

 

---

6.3.3 【案例】UTF-8 文件编码 

1、案例描述 
用 UTF-8 编码存储文本文件，再用相同编码读取文件。
 
2、案例分析 
要文件按指定的 UTF-8 编码存储，必须在创建文件时指定 encoding：
 fobj = open("c:\\abc.txt", "wt",encoding="utf-8")
要文件按指定的 UTF-8 编码读取，必须在打开文件时指定 encoding：
 fobj = open("c:\\abc.txt", "rt",encoding="utf-8")
 
3、案例代码 

def writeFile():
 fobj = open("c:\\abc.txt", "wt",encoding="utf-8")
 fobj.write("abc 我们")
 fobj.close()
def readFile():
 fobj = open("c:\\abc.txt", "rt")
 rows=fobj.readlines()
 for row in rows:
 print(row)
try:
 writeFile()
 readFile()
except Exception as err:
 print(err)
执行结果：
abc 鎴戜滑
由此可见编码不匹配会出现乱码，如果把 readFile 函数改成：
def readFile():
 fobj = open("c:\\abc.txt", "rt",encoding="utf-8")
 rows=fobj.readlines()
 for row in rows:
 print(row)
那么可以正确读出文件内容。