python小白学习笔记《12.编码和文件读写》

python小白学习笔记《12.编码和文件读写》

0.编码

编码的本质就是让只认识0和1的计算机，能够理解我们人类使用的语言符号，并且将数据转换为二进制进行存储和传输。

这种从人类语言到计算机语言转换的形式，就叫做编码表，它让人类语言和计算机语言能够一一对应起来。

要了解编码，我们还得先来聊聊二进制。由于有二进制，0和1这两个数字才能像“太极生两仪，两仪生四象，四象生八卦”一样，涵盖容纳世间所有的信息。

0.0二进制

将十进制转换为二进制，以50为例子：

将二进制转换为十进制，以为1001例子：

两个二进制位 与十进制的对应关系：

二进制	十进制
00	0
01	1
10	2
11	3

所以两个二进制位可以表示十进制的0,1,2,3四种状态。

继续往下推，当有三个二进制位的时候，可以表示0~7八种状态（也就是2的3次方）。

以此类推，当有八个二进制位的时候，就能表示2的8次方，也就是256种状态，它由8个0或1组成。

用来存放一位0或1，就是计算机里最小的存储单位，叫做【位】，也叫【比特】（bit）。我们规定8个比特构成一个【字节】（byte），这是计算机里最常用的单位。

1 byte = 8 bit，也就是1字节等于8比特

1B(byte) = 8bit
1KB(Kilobyte 千字节) = 1024B
1MB(Megabyte 兆字节) = 1024KB
1GB(Gigabyte 吉字节) = 1024MB

而百兆宽带，下载速度最多能达到十多兆，是因为运营商的带宽是以比特每秒为单位的，比如100M就是100Mbit/s。

0.1编码表

计算机一开始发明的时候，只是用来解决数字计算的问题。后来人们发现，计算机还可以做更多的事，正所谓能力越大，责任越大。但由于计算机只识“数”，因此人们必须告诉计算机哪个数字来代表哪个特定字符。

于是除了0、1这些阿拉伯数字，像a、b、c这样的52个字母（包括大小写），还有一些常用的符号（例如*、#、@等）在计算机中存储时也要使用二进制数来表示，而具体用哪些二进制数字表示哪个符号，理论上每个人都可以有自己的一套规则（这就叫编码）。

但大家如果想要互相沟通而不造成混乱，就必须使用相同的编码规则。如果使用了不同的编码规则，那就会彼此读不懂，这就是“乱码”的由来。

Unicode是内存编码的规范，而UTF-8是如何保存和传输Unicode的手段。

将编码史浓缩成一个表格表示，就是：

编码表	适用性	特点
ASCII码	英文大小写，字符，不支持中文	美国发明，占用空间小
GB2312码，GBK码	支持中文	GBK码是GB2312码的升级
Unicode	支持国际语言	占用空间大，适用性强
UTF-8码	支持国际语言	是Unicode的升级，两者可以非常容易地相互转化，占用空间小。ASCII码被UTF-8码包含

人类语言千变万化，我们有《新华字典》《牛津英语字典》这样的辞书来记录和收纳。可以说，这些编码表就是计算机世界的字典辞书，它们同样也是人类智慧的结晶。

0.2encode()和decode()

编码，即将人类语言转换为计算机语言，就是【编码】encode()；反之，就是【解码】decode()。它们的用法：

'你想编码的内容'.encode('你想使用的编码表')
'你想解码的内容'.decode('你想使用的编码表')

print('小明'.encode('utf-8'))
print('小明'.encode('gbk'))
print(b'\xe5\xb0\x8f\xe6\x98\x8e'.decode('utf-8'))
print(b'\xd0\xa1\xc3\xf7'.decode('gbk'))

终端：

所谓的编码，其实本质就是把str（字符串）类型的数据，利用不同的编码表，转换成bytes（字节）类型的数据。
编码结果中除了标志性的字母b，你还会在编码结果中看到许多\x，你再观察一下这个例子：b’\xce\xe2\xb7\xe3’。

\x是分隔符，用来分隔一个字节和另一个字节。

分隔符还挺常见的，我们在上网的时候经常会看到网址里面有好多的%，它们也是分隔符，替换了Python中的\x。比如像下面这个：

https://www.baidu.com/s?wd=%E5%B0%8F%E6%98%8E

\xe5\xb0\x8f\xe6\x98\x8e  # Python编码“小明”的结果
%E5%B0%8F%E6%98%8E  #网址里的‘小明’

它的意思就是在百度里面，搜索“小明”，使用的是UTF-8编码。其实它们除了分隔符以外，是一模一样的。

1.文件读写

文件读写，是Python代码调用电脑文件的主要功能，能被用于读取和写入文本记录、音频片段、Excel文档、保存邮件以及任何保存在电脑上的东西。

假如你有一项工作，需要把100个Word文档里的资料合并到1个文件上，这时就能用上Python了。

或者，当你要从网上下载几千条数据时，直接用Python帮你把数据一次性存入文件也很方便。

1.0读取文件

首先，我们先在桌面新建一个test文件夹，然后在文件夹里新建一个名为abc的txt文件，在里面随便写点儿什么：

用编辑器Visual Studio Code打开这个文件，是这样的：

然后，用VS Code新建一个open.py的Python文件，也放在test文件夹里，我们就在这里写代码。

读文件的三步:开——读——关：

【第1步-开】使用open()函数打开文件。语法是这样的：

file1 =  open('\Users\maria\Desktop\test\a.txt','r',encoding='utf-8')

\Users\maria\Desktop\test\a.txt是该文件在我电脑中的地址，要找到你的文件地址，只需要把你要打开的文件直接拖到编辑器终端的窗口里，就会显示出文件地址，然后复制一下就好。

字符串 ‘r’，表示 read，表示我们以读的模式打开了这个文件。

除了’r’,其他还有’w’(写入)，‘a’(追加)等模式

encoding=‘utf-8’，表示的是返回的数据采用何种编码，一般采用utf-8或者gbk。

【第2步-读】
打开文件file1之后，就可以用read()函数进行读取的操作了：

file1 =  open('\Users\maria\Desktop\test\a.txt','r',encoding='utf-8')
filecontent = file1.read()

第2行代码是读取file1的内容，写法是变量file1后面加个.句点，再加个read()，并且把读到的内容放在变量filecontent里面，这样我们才能拿到文件的内容。

现在我们想要看看读到了什么数据，可以用print()函数看看:

file1 =  open(' \Users\maria\Desktop\test\a.txt','r',encoding='utf-8')
filecontent = file1.read()
print(filecontent)

【第3步-关】关闭文件，使用的是close()函数。

file1 =  open(' \Users\maria\Desktop\test\a.txt','r',encoding='utf-8')
filecontent = file1.read()
print(filecontent)
file1.close()

为啥要关闭文件呢？原因有两个：
1.计算机能够打开的文件数量是有限制的，open()过多而不close()的话，就不能再打开文件了。
2.能保证写入的内容已经在文件里被保存好了。

文件关闭之后就不能再对这个文件进行读写了。如果还需要读写这个文件的话，就要再次 open() 打开这个文件。

学完了【读文件】，然后是【写文件】。

1.1写入文件

写文件也是三步：打开文件——写入文件——关闭文件。
【第1步-开】以写入的模式打开文件。

file1 = open('/Users/maria/Desktop/test/a.txt','w',encoding='utf-8')

以写入的模式打开了文件"abc.txt"。

open() 中还是三个参数，其他都一样，除了要把第二个参数改成’w’，表示write，即以写入的模式打开文件。

【第2步-写】往文件中写入内容，使用write()函数。

file1 = open('/Users/maria/Desktop/test/a.txt','w',encoding='utf-8')
file1.write('LISA\n')     
file1.write('ROSE\n')  

第2、3行代码：往a.txt文件里写入LISA和ROSE，\n表示另起一行。
运行代码后，打开文件a.txt:
用编辑器打开：

在桌面打开：

发现原先写的maria不见了，这是因为’w’写入模式会清空掉文件内容，然后再写入。

如果你只想增加东西，而不想完全覆盖掉原文件的话，就要使用’a’模式，表示append，是追加的意思。

使用’a’模式重写代码：

file1 = open('/Users/maria/Desktop/test/a.txt','a',encoding='utf-8')
file1.write('LISA\n')     
file1.write('ROSE\n')  

这样的话，就会追加成功，而不会覆盖了：

【第3步-关】还是要记得关闭文件，使用close()函数，看代码：

file1 = open('/Users/maria/Desktop/test/a.txt','a',encoding='utf-8')
file1.write('LISA\n')     
file1.write('ROSE\n')
file1.close()

两个小提示：
1.write()函数写入文本文件的也是字符串类型。
2.在’w’和’a’模式下，如果你打开的文件不存在，那么open()函数会自动帮你创建一个