計算機要想工作必須通電,也就是說‘電’驅使計算機幹活,而‘電’的特性，就是高低電平(高低平即二進制數1,低電平即二進制數0),也就是說計算機只認識數字

　　編程的目的是讓計算機幹活，而編程的結果說白了只是一堆字符，也就是說我們編程最終要實現的是：一堆字符驅動計算機幹活

　　所以必須經過一個過程：

　　字符--------（翻譯過程）------->數字

　　這個過程實際就是一個字符如何對應一個特定數字的標準，這個標準稱之為字符編碼

字符編碼 ：字符--》二進制數字的標準
階段一：
ASCII:一個Bytes代表一個字符（英文+符號）
1Bytes=8bit,8bit可以表示256個字符
最初只用了後7位，127個數字，預留一位

階段二：
中國制定GBK
2Bytes代表一個字符


階段三：
語言多，混合出現亂碼
產生Unicode,統一用2Bytes代表一個字符，2**16-1 65535個

對於英文來說，這種方式多了一倍的空間，浪費空間
於是產生 UTF-8，對英文只用1Bytes，對中午用3 bYtes


unicode: 所有都是2Bytes


正確使用字符編碼：
內存中默認都是unicode
文件村：內存刷到硬盤
文件讀：硬盤讀到內存
1.文件執行前：文件存的時候用什麽編碼，讀的時候要用相同的編碼
2.文件執行時：才有了字符串這個數據類型的概念
x=‘hello‘ python3的字符串默認是unicode
unicode類型可以encode不可 x.encode(‘gbk‘)python3中

須知：

unicode：簡單粗暴，所有字符都是2Bytes，優點是字符->數字的轉換速度快，缺點是占用空間大

utf-8：精準，對不同的字符用不同的長度表示，優點是節省空間，缺點是：字符->數字的轉換速度慢，因為每次都需要計算出字符需要多長的Bytes才能夠準確表示

　　　　 所有程序，最終都要加載到內存，程序保存到硬盤不同的國家用不同的編碼格式，但是到內存中我們為了兼容萬國（計算機可以運行任何國家的程序原因在於此），統一且固定使用unicode，這就是為何內存固定用unicode的原因，你可能會說兼容萬國我可以用utf－8啊，可以，完全可以正常工作，之所以不用肯定是unicode比utf－8更高效啊（uicode固定用2個字節編碼，utf－8則需要計算），但是unicode更浪費空間，沒錯，這就是用空間換時間的一種做法，而存放到硬盤，或者網絡傳輸，都需要把unicode轉成utf－8，因為數據的傳輸，追求的是穩定，高效，數據量越小數據傳輸就越靠譜，於是都轉成utf－8格式的，而不是unicode。

1. 內存中使用的編碼是unicode，用空間換時間（程序都需要加載到內存才能運行，因而內存應該是盡可能的保證快）
2. 硬盤中或者網絡傳輸用utf-8，網絡I/O延遲或磁盤I/O延遲要遠大與utf-8的轉換延遲，而且I/O應該是盡可能地節省帶寬，保證數據傳輸的穩定性。

亂碼：

亂碼一：存文件時就已經亂碼

存文件時，由於文件內有各個國家的文字，我們單以shiftjis去存，

本質上其他國家的文字由於在shiftjis中沒有找到對應關系而導致存儲失敗，用open函數的write可以測試，f=open(‘a.txt‘,‘w‘,encodig=‘shift_jis‘)

f.write(‘你\nて\n‘) #‘你‘因為在shiftjis中沒有找到對應關系而無法保存成功，只存‘て\n

但當我們用文件編輯器去存的時候，編輯器會幫我們做轉換，保證中文也能用shiftjis存儲（硬存，必然亂碼），這就導致了，存文件階段就已經發生亂碼

此時當我們用shiftjis打開文件時，日文可以正常顯示，而中文則亂碼了

亂碼二：存文件時不亂碼而讀文件時亂碼

存文件時用utf-8編碼，保證兼容萬國，不會亂碼，而讀文件時選擇了錯誤的解碼方式，比如gbk，則在讀階段發生亂碼，讀階段發生亂碼是可以解決的，選對正確的解碼方式就ok了，而存文件時亂碼，則是一種數據的損壞。

總結：

無論是何種編輯器，要防止文件出現亂碼（請一定註意，存放一段代碼的文件也僅僅只是一個普通文件而已，此處指的是文件沒有執行前，我們打開文件時出現的亂碼）

核心法則就是，文件以什麽編碼保存的，就以什麽編碼方式打開

文件處理：

打開文件時，需要指定文件路徑和以何等方式打開文件，打開後，即可獲取該文件句柄，日後通過此文件句柄對該文件操作。

打開文件的模式有：

• r ，只讀模式【默認模式，文件必須存在，不存在則拋出異常】
• w，只寫模式【不可讀；不存在則創建；存在則清空內容】
• x， 只寫模式【不可讀；不存在則創建，存在則報錯】
• a， 追加模式【可讀； 不存在則創建；存在則只追加內容】

"+" 表示可以同時讀寫某個文件

• r+， 讀寫【可讀，可寫】
• w+，寫讀【可讀，可寫】
• x+ ，寫讀【可讀，可寫】
• a+， 寫讀【可讀，可寫】

"b"表示以字節的方式操作

• rb 或 r+b
• wb 或 w+b
• xb 或 w+b
• ab 或 a+b

註：以b方式打開時，讀取到的內容是字節類型，寫入時也需要提供字節類型，不能指定編碼

flush原理：

1. 文件操作是通過軟件將文件從硬盤讀到內存
2. 寫入文件的操作也都是存入內存緩沖區buffer（內存速度快於硬盤，如果寫入文件的數據都從內存刷到硬盤，內存與硬盤的速度延遲會被無限放大，效率變低，所以要刷到硬盤的數據我們統一往內存的一小塊空間即buffer中放，一段時間後操作系統會將buffer中數據一次性刷到硬盤）
3. flush即，強制將寫入的數據刷到硬盤

1. open()語法

open(file[, mode[, buffering[, encoding[, errors[, newline[, closefd=True]]]]]])
open函數有很多的參數，常用的是file，mode和encoding
file文件位置，需要加引號
mode文件打開模式，見下面3
buffering的可取值有0，1，>1三個，0代表buffer關閉（只適用於二進制模式），1代表line buffer（只適用於文本模式），>1表示初始化的buffer大小；
encoding表示的是返回的數據采用何種編碼，一般采用utf8或者gbk；
errors的取值一般有strict，ignore，當取strict的時候，字符編碼出現問題的時候，會報錯，當取ignore的時候，編碼出現問題，程序會忽略而過，繼續執行下面的程序。
newline可以取的值有None, \n, \r, ”, ‘\r\n‘，用於區分換行符，但是這個參數只對文本模式有效；
closefd的取值，是與傳入的文件參數有關，默認情況下為True，傳入的file參數為文件的文件名，取值為False的時候，file只能是文件描述符，什麽是文件描述符，就是一個非負整數，在Unix內核的系統中，打開一個文件，便會返回一個文件描述符。

2. Python中file()與open()區別
兩者都能夠打開文件，對文件進行操作，也具有相似的用法和參數，但是，這兩種文件打開方式有本質的區別，file為文件類，用file()來打開文件，相當於這是在構造文件類，而用open()打開文件，是用python的內建函數來操作，建議使用open

3. 參數mode的基本取值

r、w、a為打開文件的基本模式，對應著只讀、只寫、追加模式；
b、t、+、U這四個字符，與以上的文件打開模式組合使用，二進制模式，文本模式，讀寫模式、通用換行符，根據實際情況組合使用、

常見的mode取值組合

 1 r或rt 默認模式，文本模式讀
 2 rb   二進制文件
 3     
 4 w或wt 文本模式寫，打開前文件存儲被清空
 5 wb  二進制寫，文件存儲同樣被清空
 6     
 7 a  追加模式，只能寫在文件末尾
 8 a+ 可讀寫模式，寫只能寫在文件末尾
 9     
10 w+ 可讀寫，與a+的區別是要清空文件內容
11 r+ 可讀寫，與a+的區別是可以寫到文件任何位置 

2.7 上下文管理

with open(‘a.txt‘,‘w‘) as f:
    pass

with open(‘a.txt‘,‘r‘) as read_f,open(‘b.txt‘,‘w‘) as write_f:
    data=read_f.read()
    write_f.write(data)

2.8 文件的修改

import os
with open(‘a.txt‘,‘r‘,encoding=‘utf-8‘) as read_f,        open(‘.a.txt.swap‘,‘w‘,encoding=‘utf-8‘) as write_f:
    for line in read_f:
        if line.startswith(‘hello‘):
            line=‘哈哈哈\n‘
        write_f.write(line)

os.remove(‘a.txt‘)
os.rename(‘.a.txt.swap‘,‘a.txt‘)

Python編程（三）字符編碼與文件處理