字元編碼和檔案處理
阿新 • • 發佈:2021-08-04
**今日內容**:
字元編碼
檔案處理基本步驟
上下文管理
讀寫檔案的方法
控制檔案內指標的移動
讀寫檔案的兩種方式
**控制檔案讀寫內容的模式** # r(預設):只讀模式 # w:只寫 # a:只寫(追加寫) # rt wt at # rb wb ab # 大前提: tb模式均不能單獨使用,必須與r/w/a之一結合使用 # t(預設的):文字模式 # 1. 讀寫檔案都是以字串為單位的 # 2. 只能針對文字檔案 # 3. 必須指定encoding引數 # b:二進位制模式: # 1.讀寫檔案都是以bytes/二進位制為單位的 # 2. 可以針對所有檔案 # 3. 一定不能指定encoding引數 **註冊與登入功能** 編寫使用者認證程式,可以完成多個賬號的登入,使用者資訊來自於檔案 建立一個db.txt檔案,存入一些賬號密碼 egon:123 qwe:456 asd:789 inp_user = input("請輸入您的賬號:").strip() inp_pwd = input("請輸入您的密碼:").strip() f = open('db.txt', mode='rt', encoding='utf-8') for line in f: user, pwd = line.strip('\n').split(':') if inp_user == user and inp_pwd == pwd: print("登入成功") break else: print("賬號或者密碼輸入錯誤") f.close()
**字元編碼** **1 什麼是字元編碼** 人類的字元轉換成數字的過程稱之為字元編碼 該過程需要參照一張表,該表稱之為字元編碼表 編碼 人類的字元-----------轉換成--------------》數字 解碼 人類的字元《-----------轉換成--------------數字 **2 字元編碼表** a--00 b--01 c--10 d--11 ASCII: 用8bit對應一個英文字元 可以識別英文字元 gbk:用16bit對應一個字元 可以識別中文字元、英文字元 shift-JIS: 可以識別日文字元、英文字元 Euc-KR 可以識別韓文字元、英文字元 萬國字元編碼表:unicode,用16bit位對應一個字元 兼顧兩大歷史使命 1、可以識別萬國字元 2、相容老的字元編碼格式 記憶體中用的字元編碼格式預設都是unicode,而且不能改變 我們可以改的是存入硬碟的字元編碼格式 萬國字元------------》unicode格式的二進位制(記憶體)---------》utf-8格式的二進位制(硬碟) 中文、英文字元------------》unicode格式的二進位制(記憶體)---------》GBK格式的二進位制(硬碟) 日文、英文字元------------》unicode格式的二進位制(記憶體)---------》shift-JIS格式的二進位制(硬碟) utf-8全稱Unicode Transformation Format, **若想保證不亂碼** 1、保證存不亂 存入硬碟的編碼格式要能識別輸入的字元 2、保證讀不亂 存取硬碟用得都是同一種字元編碼格式 3、往硬碟存的新檔案以後都存成utf-8格式 python3 D:\全棧18期\day09\程式碼\test.py python3直譯器預設讀檔案的編碼格式是utf-8 python2直譯器預設讀檔案的編碼格式是ASCII **推薦用python3直譯器,因為python3直譯器存字串型別的值會儲存unicode格式 如果用到python2直譯器,記得在字串型別前加字首u**
**bytes型別**
# 編碼 編碼
# 字元---------》unicode格式----------》utf-8格式
x = "上"
res = x.encode('utf-8')
# print(res,type(res))
# 解碼 解碼
# 字元<---------unicode格式<----------utf-8格式
print(res.decode('utf-8')
**with上下文管理** # f = open('db.txt',mode='rt',encoding='utf-8') # print(f.read()) # print('='*50) # print(f.read()) # f.close() with open('db.txt',mode='rt',encoding='utf-8') as f: print(f.read()) print('='*50) print(f.read()) # with open('db.txt',mode='rt',encoding='utf-8') as f,\ # open('b.txt',mode='rt') as f1: # print(f.read()) # print('='*50) # print(f.read()) **#** **r:如果檔案不存在則報錯,如果檔案存在則指標置於檔案開頭**
**檔案的開啟模式**
# 檔案的開啟模式分為兩大類
**# 一 控制檔案讀寫內容**
# t(預設):無論讀寫都是以字串為單位的,必須指定encoding引數
# b:無論讀寫都是以bytes為單位的
**# 二 控制檔案讀寫操作**
# r(預設):只讀模式
# w:只寫
# a:只寫(追加寫)
**# 操作檔案的流程:**
# 1. 開啟檔案,由應用程式向作業系統發起系統呼叫open(...),作業系統開啟該檔案,對應一塊硬碟空間,並返回一個檔案物件賦值給一個變數f
f=open('a.txt','r',encoding='utf-8') #預設開啟模式就為r
# 2. 呼叫檔案物件下的讀/寫方法,會被作業系統轉換為讀/寫硬碟的操作
data=f.read()
# 3. 向作業系統發起關閉檔案的請求,回收系統資源
f.close()
**# 資源回收與with上下文管理**
開啟一個檔案包含兩部分資源:應用程式的變數f和作業系統開啟的檔案。在操作完畢一個檔案時,
必須把與該檔案的這兩部分資源全部回收,回收方法為:
1、f.close() #回收作業系統開啟的檔案資源
2、del f #回收應用程式級的變數
其中del f一定要發生在f.close()之後,否則就會導致作業系統開啟的檔案無法關閉,白白佔用資源,
而python自動的垃圾回收機制決定了我們無需考慮del f,這就要求我們,在操作完畢檔案後,一定要
記住f.close(),雖然我們如此強調,但是大多數讀者還是會不由自主地忘記f.close(),考慮到這一點,
python提供了with關鍵字來幫我們管理上下文
# 1、在執行完子程式碼塊後,with 會自動執行f.close()
with open('a.txt','w') as f:
pass
# 2、可用with同時開啟多個檔案,用逗號分隔開即可
with open('a.txt','r') as read_f,open('b.txt','w') as write_f:
data = read_f.read()
write_f.write(data)
**指定操作文字檔案的字元編碼**
f = open(...)是由作業系統開啟檔案,如果開啟的是文字檔案,會涉及到字元編碼問題,
如果沒有為open指定編碼,那麼開啟文字檔案的預設編碼很明顯是作業系統說了算了,
作業系統會用自己的預設編碼去開啟檔案,在windows下是gbk,在linux下是utf-8。
這就用到了上節課講的字元編碼的知識:若要保證不亂碼,檔案以什麼方式存的,就要以什麼方式開啟。
f = open('a.txt','r',encoding='utf-8')
**# # r:如果不存在則報錯,如果檔案存在則指標置於檔案開頭**
# with open('a.txt',mode='rt',encoding='utf-8') as f:
# # print(f.read())
# # print('='*50)
# # print(f.read())
# # for line in f:
# # print(line)
#
# f.write("你好") # 報錯
**# # w:如果不存在則建立空文件,如果檔案存在則清空,指標置於檔案開頭**
# with open('a.txt',mode='wt',encoding='utf-8') as f:
# # f.write("你好啊1\n")
# # f.write("你好啊2\n")
# # f.write("你好啊3\n")
# print(f.read()) # 報錯
**# a:如果不存在則建立空文件,如果檔案存在則清空,指標置於檔案末尾**
# with open('c.txt',mode='at',encoding='utf-8') as f:
# # f.write("你好啊1\n")
# # f.write("你好啊2\n")
# # f.write("你好啊3\n")
#
# print(f.read()) # 報錯05 檔案的開啟模式
**檔案的操作模式**
**3.1 控制檔案讀寫操作的模式**
r(預設的):只讀
w:只寫
a:只追加寫
**3.1.1 案例一:r 模式的使用**
# r只讀模式: 在檔案不存在時則報錯,檔案存在檔案內指標直接跳到檔案開頭
with open('a.txt',mode='r',encoding='utf-8') as f:
res=f.read() # 會將檔案的內容由硬碟全部讀入記憶體,賦值給res
**# 小練習:實現使用者認證功能**
inp_name=input('請輸入你的名字: ').strip()
inp_pwd=input('請輸入你的密碼: ').strip()
with open(r'db.txt',mode='r',encoding='utf-8') as f:
for line in f:
# 把使用者輸入的名字與密碼與讀出內容做比對
u,p=line.strip('\n').split(':')
if inp_name == u and inp_pwd == p:
print('登入成功')
break
else:
print('賬號名或者密碼錯誤')
**3.1.2 案例二:w 模式的使用**
# w只寫模式: 在檔案不存在時會建立空文件,檔案存在會清空檔案,檔案指標跑到檔案開頭
with open('b.txt',mode='w',encoding='utf-8') as f:
f.write('你好\n')
f.write('我好\n')
f.write('大家好\n')
f.write('111\n222\n333\n')
**#強調:**
# 1 在檔案不關閉的情況下,連續的寫入,後寫的內容一定跟在前寫內容的後面
# 2 如果重新以w模式開啟檔案,則會清空檔案內容
3.1.3 案例三:a 模式的使用
# a只追加寫模式: 在檔案不存在時會建立空文件,檔案存在會將檔案指標直接移動到檔案末尾
with open('c.txt',mode='a',encoding='utf-8') as f:
f.write('44444\n')
f.write('55555\n')
**#強調 w 模式與 a 模式的異同:**
# 1 相同點:在開啟的檔案不關閉的情況下,連續的寫入,新寫的內容總會跟在前寫的內容之後
# 2 不同點:以 a 模式重新開啟檔案,不會清空原檔案內容,會將檔案指標直接移動到檔案末尾,
新寫的內容永遠寫在最後
**# 小練習:實現註冊功能:**
name=input('username>>>: ').strip()
pwd=input('password>>>: ').strip()
with open('db1.txt',mode='a',encoding='utf-8') as f:
info='%s:%s\n' %(name,pwd)
f.write(info)
**3.1.4 案例四:+ 模式的使用(瞭解)**
# r+ w+ a+ :可讀可寫
#在平時工作中,我們只單純使用r/w/a,要麼只讀,要麼只寫,一般不用可讀可寫的模式
**3.2 控制檔案讀寫內容的模式**
大前提: tb模式均不能單獨使用,必須與r/w/a之一結合使用
t(預設的):文字模式
1. 讀寫檔案都是以字串為單位的
2. 只能針對文字檔案
3. 必須指定encoding引數
b:二進位制模式:
1.讀寫檔案都是以bytes/二進位制為單位的
2. 可以針對所有檔案
3. 一定不能指定encoding引數
**3.2.1 案例一:t 模式的使用**
# t 模式:如果我們指定的檔案開啟模式為r/w/a,其實預設就是rt/wt/at
with open('a.txt',mode='rt',encoding='utf-8') as f:
res=f.read()
print(type(res)) # 輸出結果為:<class 'str'>
with open('a.txt',mode='wt',encoding='utf-8') as f:
s='abc'
f.write(s) # 寫入的也必須是字串型別
#強調:t 模式只能用於操作文字檔案,無論讀寫,都應該以字串為單位,
而存取硬碟本質都是二進位制的形式
當指定 t 模式時,內部幫我們做了編碼與解碼
**3.2.2 案例二: b 模式的使用**
**# b: 讀寫都是以二進位制位單位**
with open('1.mp4',mode='rb') as f:
data=f.read()
print(type(data)) # 輸出結果為:<class 'bytes'>
with open('a.txt',mode='wb') as f:
msg="你好"
res=msg.encode('utf-8') # res為bytes型別
f.write(res) # 在b模式下寫入檔案的只能是bytes型別
**#強調:b模式對比t模式**
1、在操作純文字檔案方面t模式幫我們省去了編碼與解碼的環節,b模式則需要手動編碼與解碼,所以此時t模式更為方便
2、針對非文字檔案(如圖片、視訊、音訊等)只能使用b模式
# 小練習: 編寫拷貝工具
src_file=input('原始檔路徑: ').strip()
dst_file=input('目標檔案路徑: ').strip()
with open(r'%s' %src_file,mode='rb') as read_f,open(r'%s' %dst_file,mode='wb') as write_f:
for line in read_f:
# print(line)
write_f.write(line)
**四 操作檔案的方法**
**4.1 重點**
# 讀操作
f.read() # 讀取所有內容,執行完該操作後,檔案指標會移動到檔案末尾
f.readline() # 讀取一行內容,游標移動到第二行首部
f.readlines() # 讀取每一行內容,存放於列表中
**# 強調:**
# f.read()與f.readlines()都是將內容一次性讀入內容,如果內容過大會導致記憶體溢位,若還想將內容全讀入記憶體,則必須分多次讀入,有兩種實現方式:
# 方式一
with open('a.txt',mode='rt',encoding='utf-8') as f:
for line in f:
print(line) # 同一時刻只讀入一行內容到記憶體中
# 方式二
with open('1.mp4',mode='rb') as f:
while True:
data=f.read(1024) # 同一時刻只讀入1024個Bytes到記憶體中
if len(data) == 0:
break
print(data)