Python基础之字符编码，文件操作流与函数

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

一.字符编码

1.字符编码的发展史

阶段一：现代计算机起源于美国，最早诞生也是基于英文考虑的ASCII

ASCII:一个Bytes代表一个字符（英文字符/键盘上的所有其他字符），1Bytes=8bit，8bit可以表示0-2**8-1种变化，即可以表示256个字符

ASCII最初只用了后七位，127个数字，已经完全能够代表键盘上所有的字符了（英文字符/键盘的所有其他字符）

后来为了将拉丁文也编码进了ASCII表，将最高位也占用了

阶段二:为了满足中文，中国人定制了GBK

GBK:2Bytes代表一个字符

为了满足其他国家，各个国家纷纷定制了自己的编码

日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里

阶段三：各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。

于是产生了unicode，　统一用2Bytes代表一个字符，　2**16-1=65535，可代表6万多个字符，因而兼容万国语言

但对于通篇都是英文的文本来说，这种编码方式无疑是多了一倍的存储空间（二进制最终都是以电或者磁的方式存储到存储介质中的）

于是产生了UTF-8，对英文字符只用1Bytes表示，对中文字符用3Bytes

需要强调的一点是：

unicode：简单粗暴，所有字符都是2Bytes，优点是字符->数字的转换速度快，缺点是占用空间大

utf-8：精准，对不同的字符用不同的长度表示，优点是节省空间，缺点是：字符->数字的转换速度慢，因为每次都需要计算出字符需要多长的Bytes才能够准确表示

2.文本编辑器存取文件的原理（notepad++，pycharm等）

打开编辑器就启动了一个进程，是在内存中的，所以在编辑器编写的内容也都是存放于内存中的，断电后数据丢失，因而需要保存到硬盘上。

点击保存按钮，就从内存中把数据刷到了硬盘上。在这一点上，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。

3.python解释器执行py文件的原理

阶段一：启动python解释器
阶段二：python解释器此时就是一个文本编辑器，负责打开文件test.py,即从硬盘中读取test.py的内容到内存中
此时，python解释器会读取test.py的第一行内容，#coding:utf-8，来决定以什么编码格式来读入内存，这一行就是来设定python解释器这个软件的编码使用的编码格式这个编码，
可以用sys.getdefaultencoding()查看，如果不在python文件指定头信息＃-*-coding:utf-8-*-,那就使用默认的
python2中默认使用ascii，python3中默认使用utf-8
阶段三：读取已经加载到内存的代码（unicode编码的二进制），然后执行，执行过程中可能会开辟新的内存空间，比如x="json"
内存的编码使用unicode，不代表内存中全都是unicode编码的二进制，
在程序执行之前，内存中确实都是unicode编码的二进制,比如从文件中读取了一行x="json",其中的x，等号，引号，地位都一样，都是普通字符而已，都是以unicode编码的二进制形式存放与内存中的
但是程序在执行过程中，会申请内存（与程序代码所存在的内存是俩个空间），可以存放任意编码格式的数据，比如x="json",会被python解释器识别为字符串，会申请内存空间来存放"hello"，然后让x指向该内存地址，此时新申请的该内　　存地址保存也是unicode编码的json,如果代码换成x="json".encode('utf-8'),那么新申请的内存空间里存放的就是utf-8编码的字符串json了

二.文件操作

打开文件的方式有：

r，只读模式（默认）
w，只写模式（不可读；不存在则创建；存在则删除内容；）
a，追加模式（可读；不存在则创建；存在则只追加内容；）

"+"表示可以同时读写某个文件

r+，可读写文件（可读；可写）
w+，写读文件（可写；可读）
a+，同a

"b"表示处理二进制文件

现有如下文件：

飞机飞过天空 天空之城

落雨下的黄昏的我们

此刻我在异乡的夜里

感觉着你忽明忽暗

我想回到过去 沉默着欢喜

天空之城在哭泣越来越明亮的你

爱情不过是生活的屁

折磨着我也折磨着你

港岛妹妹

你献给我的西班牙馅饼

甜蜜地融化了我

天空之城在哭泣

港岛妹妹

我们曾拥有的甜蜜的爱情

疯狂地撕裂了我

天空之城在哭泣

有人路过那里 回来告诉我

天空之城在哭泣无法呼吸的你

此刻我在异乡的夜里

想念着你越来越远

1."r"读取文件，并将文件输出出来，encoding="utf-8"是将文件读取出来以后转换成utf-8格式，在windows下防止因为编译格式问题乱码。如果是read(4)，4表示读的是字符。

f = open("a.txt", "r", encoding="utf-8")

data = f.read()

f.close

print(data)

2."w"写入文件，将之前的文件清空后写入。

f = open("a.txt", "w", encoding="utf-8")

f.write("炎黄子孙")

f.close

3."a"写入文件，不清空之前的文件，将光标移到文件的最后，追加写入。

f = open("a.txt", "a", encoding="utf-8")

f.write("\n炎黄子孙")

f.close()

4.利用with语句来帮我们调用clese()方法，当with执行完之后，内部会自动关闭并释放文件资源。

with open("a.txt", "r", encoding="utf-8") as f:

    print(f.read())

5.seek()内指定的数字代表的是字节数，以文件起始位置作为开始。

with open("a.txt", "r", encoding="utf-8") as f:

    f.seek(3)  # 默认情况，是以文件起始位置作为开始，往后移动3个bytes

    print(f.readline()) # 读取文件第一行

"""

输出结果：

机飞过天空 天空之城

"""

6.closed判断文件是否是关闭状态，返回True或者False

f = open("a.txt", "r", encoding="utf-8")

f.close()

print(f.closed)

"""

输出结果：

True

"""

7.encoding查看文件编码。

f = open("a.txt", "r", encoding="utf-8")

print(f.encoding)

"""

输出结果：

utf-8

"""

8.name查看文件名

f = open("a.txt", "r", encoding="utf-8")

print(f.name)

"""

输出结果：

a.txt

"""

9.mode指定操作模式，不指定的话默认是r模式（可以改变位置）

f = open("a.txt", encoding="utf-8", mode ="r")

10. readable判断文件是否是r模式打开，返回True或False

f = open("a.txt", encoding="utf-8", mode ="r")

print(f.readable())  # 判断文件是否是r模式打开

"""

输出结果：

True

"""

11. writable判断文件是否是w模式打开，返回True或False

f = open("a.txt", encoding="utf-8", mode ="w")

print(f.writable()) # 判断文件是否是w模式打开

"""

输出结果：

True

"""xt", encoding="utf-8", mode ="w")

12.readline打印一行，end是不打印换行符

f = open("a.txt", encoding="utf-8", mode ="r")

print(f.readline(), end="")  # readline读取一行，end是不打印换行符

print(f.readline(), end="")

"""

输出结果：

飞机飞过天空 天空之城

落雨下的黄昏的我们

"""

13.文件修改

import os

read_f = open("a.txt", "r", encoding="utf-8")

write_f = open("b.txt", "w", encoding="utf-8")

for line in read_f.readlines():  # 将a.txt中的文件遍历出来

    if line.startswith("飞机飞过天空天空之城"): # 判断第一句是否是想要修改的内容

        line=("李志，天空之城\n")

    write_f.write(line)

read_f.close()

write_f.close()

os.remove("a.txt") # 将a.txt删除

os.rename("b.txt", "a.txt") # 把b.txt改成a.txt

14.文件操作，类似于日志的实时更新

import time

with open('access.log','r', encoding='utf-8') as f:

    f.seek(0, 2)

    while True:

        line = f.readline().strip() # 移除字符串头尾指定的字符（默认为空格）

        if line:

            print('新增一行日志：',line)

        time.sleep(0.5) # 睡眠0.5秒

"""

输出结果：

新增一行日志： 123456

 """

15.copy图片文件

with open('1.jpg','rb') as read_f,\

        open('2.jpg','wb') as write_f:

    data=read_f.read()

    write_f.write(data)

三.函数

函数介绍：

函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。

1.python的内置函数，如：sum，max，min等

a = len('hello') # 打印长度

b = max([1, 2, 3]) # 求最大值

print(a)

print(b)

"""

输出结果：

5

3

"""

定义函数：

1.自定义函数

def print_star():

    print('*'*6)

def print_msg():

    print('hello world')

print_star()

print_msg()

print_star()

"""

输出结果：

******

hello world

******

"""

2.先定义后使用。

def foo():  # 指向内存地址

    print("from foo")

print(foo)

"""

输出结果：

<function foo at 0x0000014692FB7F28>

"""

3.函数的使用包含两个阶段：定义阶段和使用阶段。

语法

def 函数名(参数1，参数2，...):

"""文档注释"""

函数体

return 值

4.函数定义的三种形式。

a.无参函数：如果函数的功能仅仅执行一些操作而已，就定义成无参函数，无参函数通常都有返回值。

def print_star():

    print('*'*6)

b.定义有参函数：函数的执行依赖于外部传入的参数，有参函数通常都有返回值。

def my_max(x,y):

    res=x if x >y else y

    return res

c.空函数

def select():

    """

    select

    """

    pass

调用函数：

1.调用无参函数，定义时无参，调用时也无需传入参数。

def foo():

    print("from foo")

foo()

"""

输出结果：

from foo

"""

2.调用有参函数，定义时有参，调用时也必须有参。

def bar(name):

    print("bar=====>",name)

bar("json")

"""

输出结果：

bar=====> json

"""

3. 调用函数的表达式形式。

def my_max(x, y):

    res=x if x >y else y

    return res

res = my_max(12,23)*10

print(res)

"""

输出结果：

230

"""

4.把函数调用，当成另外一个函数的参数，求三个数的最大值。

def my_max(x, y):

    res=x if x >y else y

    return res

res = my_max(my_max(9,5), 80)

# res = my_max(12,23)*10

print(res)

"""

输出结果：

80

"""

函数的返回值：

1.不写return，python默认返回None

def foo():

    print("from foo")

res = foo()

print(res)

"""

以下三种情况返回都是None：

没有 return

return 后边什么都不写

return None

"""

2.return一个值，函数调用返回的结果，也是这个值。

def foo():

    print("from foo")

    x = 1

    return x

res = foo()

print(res)

"""

输出结果：

1

"""

3.return 值1，值2，值3...返回的是一个元组形式。

def foo():

    print("from foo")

    return 1, [1, 2, 3], (1, 2, 3),{}

res = foo()

print(res)

"""

输出结果：

(1, [1, 2, 3], (1, 2, 3), {})

"""

函数参数：

详细的分函数的参数有五种：

位置参数，关键字参数，默认参数，可变长参数（*args, **kwargs），命名关键字参数。

a.位置参数

def foo(x ,y): # 位置形参，必须必须被传值的参数

    print(x, y)

foo(1, 2) # 位置实参，与形参一一对应

"""

输出结果：

1 2

"""

b.关键字参数key=value。

关键字参数需要注意的问题：

1.关键字实参必须在位置实参后边，

2.不允许对一个形参重复传值。

def foo(a ,b, c):

    print(a ,b, c)

foo(c=1,b=2,a=3)

"""

输出结果：

3 2 1

"""

c.默认参数

默认参数需要注意的问题：

1.默认参数必须在非默认参数后，

2.默认参数在定义阶段就已经赋值了，而且只能在定义阶段赋值一次，

3.默认参数的值通常定义成不可变类型。

def register(name,age,sex='male'): #形参：默认参数

    print(name,age,sex)

register('a', age=18)

register('a1', 28)

register('a2', 30)

register('a3', 29)

register('钢蛋', 20, 'female')

register('钢蛋', sex='female', age=19)

"""

a 18 male

a1 28 male

a2 30 male

a3 29 male

钢蛋 20 female

钢蛋 19 female

"""

d.可变长参数

①*args

def foo(x,y,*args): #*会把溢出的按位置定义的实参都接收，以元组的形式赋值给args

    print(x,y)

    print(args)

foo(1, 2, 3, 4, 5)

"""

1 2

(3, 4, 5)

"""

②**kwargs

def foo(x, y, **kwargs):  # **会把溢出的按关键字定义的实参都接收，以字典的形式赋值给kwargs

    print(x, y)

    print(kwargs)

foo(1,2,a=1,name='egon',age=18)

"""

1 2

{'name': 'egon', 'age': 18, 'a': 1}

"""