1.今日内容介绍
今日内容：
1.字符编码（******）
2.文件处理的高级部分
(1) 文件处理的其他方法
(2) 控制文件指针移动
(3) 文件修改的两种方式
3.函数的基本使用
函数名
参数
函数体代码
函数的返回值
2.字符编码储备知识
文本编辑器读取python文件内容也经历了三个步骤
"""
1.先启动文本编辑器。
2.文本编辑器会发送系统调用,把test.py的内容从硬盘读入内存。
3.文本编辑器会将刚刚读入内存的内容控制输出到屏幕上,让用户看到结果。
"""
3.字符编码
1.人类的字符到计算机的数字必须经历一个过程
字符(就是语言)==>翻译==>数字
2.什么是字符编码表?
"""
字符与数字的对应关系表
"""
x = '王苗鲁'
res = x.encode('utf-8')
print(res)
4.字符编码发展史
ASCII表
1.只支持英文字符
2.采用8位二进制对应一个英文字符
GBK表:
1.支持英文字符、中文字符
2.采用8位(8bit=1Bytes)二进制数对应一个英文字符串
采用16位(16bit=2Bytes)二进制数对应一个中文字符串
unicode:(内存中统一使用unicode)
1.兼容万国字符
2.采用16位(16bit=2Bytes)二进制数对应一个中文字符串
个别生僻字会采用4Bytes,8Bytes
unicode表: 内存
人类的字符----------------unicode格式的数字-------
| |
| |
| |
硬盘 |
| |
| |
GBK格式的二进制 shift_JIS格式的二进制
老的字符编码都可以转成unicode,但是不能通过unicode互转
utf-8:就是unicode的转换格式
英文->1Bytes
中文->3Bytes
1.内存固定使用unicode,我们可以改变的是存入硬盘采用格式
英文+汉字=>unicode=>gbk
英文+日文=>unicode=>shift-jis
万国字符 =>unicode=>utf-8
5.文本编辑器关于字符编码的应用
2.文本文件存取乱码问题
存乱了:文件的编码格式支持存入硬盘采用的格式.
取乱了:文件以什么编码格式存入硬盘的,就应该以什么方式读入内存.
6.前两个阶段乱码问题解决方案
3.python解释器默认读文件的编码
python3默认:utf-8
python2默认:ASCII
指定文件头修改默认的编码
在py文件的首行写:
# coding:utf-8 意思是用我告诉你的编码读文件
4.保证运行python程序的前两个阶段不乱码的核心法则:
指定文件头
# coding:文件当初存入硬盘时所采用的编码格式
文本编辑器读取python文件内容也经历了三个步骤
a.先启动文本编辑器。 # 第一个阶段
b.文本编辑器会发送系统调用,把test.py的内容从硬盘读入内存。 # 第二个阶段
第一阶段:用默认的编码
第二阶段:# coding:utf-8 意思是用我告诉你的编码读文件
7.第三个阶段不乱码
5.python3的str类型默认直接存成unicode格式,无论如何不会乱码
保证python2的str类型不乱码
x=u'上'
8.编码与解码
x = '上'
print([x,])
# 编码 编码
# 字符-------------------->unicode------------->其他编码
# 解码 解码
# 字符<--------------------unicode<-------------其他编码
# print(x)
# res = x.encode("gbk")
# print(type(res))
# 强调：在python3里，只会将unicode格式的数字转成字符，其余编码格式的数字均不会转换
# print(res)
# print(res.decode("gbk"))
res = x.encode('gbk') # unicode==>gbk unicode转成其他格式的编码称为编码
print(res.decode('gbk')) # 其他格式的编码转成unicode称之为解码
9.文件操作的其他方法
# # 一:读相关操作
# # 1.readline:一次读一行
# with open(r'g.txt', mode='rt', encoding='utf-8') as f:
# # res1 = f.readline()
# # res2 = f.readline()
# # print(res1)
# # print(res2)
#
# while True:
# line = f.readline()
# if len(line) == 0:
# break
# print(line)
# # 2.readlines:把文件所有的内容读出来然后放到一个列表里面
# with open(r'g.txt', mode='rt', encoding='utf-8') as f:
# res = f.readlines()
# print(res)
# 强调:
# f.read()与f.readlines()都是将内容一次性读入内存,如果内容过大会导致内存溢出,若还想将内容全部读入内存,则必须分多次读入,有两种实现方式
# # 二:写相关操作
# # f.writelines():
# with open('h.txt', mode='wt', encoding='utf-8') as f:
# # f.write('111\n222\n333\n')
# # 必须是字符串不是数字
# # l = ['111\n', '222', '3333',444]
# l = ['111\n', '222', '3333']
# # for line in l:
# # f.write(line)
# # 这就是f.writelines(l)
# f.writelines(l)
with open('h.txt', mode='wb') as f:
# l = ['111\n'.encode('utf-8'),
# '222'.encode('utf-8'),
# '333'.encode('utf-8')
# ]
# # 补充1:如果是纯英文字符,可以直接加前缀b得到bytes类型
# l=[b'111aaa\n',
# b'2222b2',
# b'333'
# ]
# 补充2:'上'.encode('utf-8') 等同于bytes('上',encoding='utf-8')
l = [bytes('上啊', encoding='utf-8'),
bytes('冲呀', encoding='utf-8'),
bytes('小垃圾们', encoding='utf-8'),
]
f.writelines(l)
# # 3.flush:
# with open('h.txt', mode='wt', encoding='utf-8') as f:
# f.write('哈')
# # f.flush()
#
# # 4.了解
# with open('h.txt', mode='wt', encoding='utf-8') as f:
# print(f.readable())
# print(f.writable())
# print(f.encoding)
# print(f.name)
#
# # 判断文件是否关闭
# print(f.closed)
10.主动控制文件指针移动
# 指针移动的单位都是以bytes/字节为单位
# 只有一种情况特殊
# t模式下的read(n),n代表的是字符个数,除此以外都是字节个数
with open('a.txt', mode='rt', encoding='utf-8') as f:
res = f.read(6) # 读出6个字符
print(res)
with open('a.txt', mode='rb') as f:
res = f.read(8) # 读出8个字节,6个字节会报错
print(res.decode('utf-8'))
# 主动控制文件指针移动
# 0模式: 参照文件开头移动n个字节
# f.seek(3,0)
# f.seek(6,0)
# 1模式: 参照当前所在的位置移动n个字节
# f.seek(3,1)
# f.seek(6,1)
# 2模式: 参照文件末尾置移动n个字节
# f.seek(-3,2)
# f.seek(-6,2)
# ps: 只有0模式可以在t下使用，1和2模式都只能在b下使用
a.txt
hello你好
11.主动控制文件指针移动应用
0模式
with open('a.txt', mode='rb') as f:
# f.seek(3, 0)
# f.seek(6, 0)
# print(f.tell())
1模式
with open('a.txt', mode='rb') as f:
f.seek(3, 1)
f.seek(6, 1)
print(f.tell())
2模式
with open('a.txt', mode='rb') as f:
# f.seek(0,2)
# f.seek(-1,2)
# print(f.tell())
# f.seek(6,1)
# data=f.read()
# print(len(data))
f.seek(-3, 2)
data = f.read()
print(data.decode('utf-8'))
12.动态监测文件追加内容(f.seek的应用)
soft.py
# tail -f access.log
import time
with open('access.log',mode='at',encoding='utf-8') as f:
f.write("%s %s\n" %(time.strftime('%Y-%m-%d %H:%M:%S'),"egon给lxx转了10个亿"))
tail.py
import time
with open('access.log',mode='rb') as f:
f.seek(0,2) # 指针跳到末尾
while True:
line = f.readline()
if len(line) == 0:
time.sleep(0.1) # 不要过多的消耗cpu资源
else:
print(line.decode('utf-8'),end='')
13.截断文件
a.txt
hello你好
test.py
with open('a.txt', mode='at', encoding='utf-8') as f:
f.truncate(6) # 截断的是6个字节
14.修改文件的两种方式
user.txt
王苗鲁 男 18 18917127096
熊慧君 女 28 13564332603
吴天雄 男 38 13901811370
两种修改方式
# 修改方式一
# 1.先把文件内容全部读入内存
# 2.然后在内存中完成修改
# 3.再把修改后的结果覆盖写入原文件
# 缺点：会在文件内容过大的情况下，占用过多的内存
with open('user.txt', mode='r', encoding='utf-8') as f:
data = f.read()
data = data.replace('王苗鲁', '吴佩其[老男孩第二帅的人]')
with open('user.txt', mode='w', encoding='utf-8') as f:
f.write(data)
# 修改方式二
# 以读的方式打开原文件，以写的方式打开一个新文件
import os
with open('user.txt', mode='rt', encoding='utf-8') as read_f, \
open('user.txt.swap', mode='wt', encoding='utf-8') as write_f:
for line in read_f:
if '吴佩其' in line:
line = line.replace('吴佩其', '吴佩其[老男汉特别特别的老]')
write_f.write(line)
os.remove('user.txt')
os.rename('user.txt.swap', 'user.txt')