Python从零开始系列连载（21）——Python文件操作（中）

作者：王大伟

Python爱好者社区唯一小编

博客：https://ask.hellobi.com/blog/wangdawei

前言

前文传送门：

文件的编码

根据编码的不同，可以将文件分为文本字符和二进制字节

文本字符，如汉字、英文字母、数字、标点等，字符是为了显示

二进制字节是计算机存储的形式，在计算机中，任何数据都是01串构成的二进制字节

当我们打开文本，看到的是字符，最终保存时候存储的是二进制字节

文本字符的编码可以在win自带的记事本保存时选择各种编码

这里不详细讲解这些编码方式，如果有兴趣，可以自行摆渡！

因为我们使用的是Python3.X版本，在这个版本中，文件默认的编码方式就是utf-8

文本字符的常用的编码有ASCII和Unicode

值得注意的是，在Python3.X中，字符串等所有的文本字符使用的是unicode编码，可以使用encode（）进行编码为utf-8

使用decode（）可以将utf-8文件解码为文本字符

相互转换如图所示：

我们在Python中看看具体例子：

这里将文本字符中的字符串编码为默认的utf-8文件

当然，除了utf-8编码，还有很多其他编码，比如gbk编码

我们将utf-8解码回来

但是，如果我们将编码出的utf-8使用gbk解码，则会报错

从错误原因看出，某位置的内容不能被解码出来

想想原因，可以这样理解

一句中文，可以翻译为英文，也可以翻译为韩文

而只懂中文和英文的翻译A可以将中文翻译（编码）为英文，也可以将英文翻译（解码）为中文

如果想要让翻译A去将韩文翻译（解码）为中文，他不懂韩文，做不到啊！

而不同的编码解码就像这里的各种国家语言相互翻译

我们继续看看：

我们将gbk编码后的内容解码

报错了！因为我们解码没加参数，默认的是用utf-8解码

所以，我们得用gbk解码：

用gbk编码的内容当然不能用utf-8解码咯~

所以总结一下，utf-8编码出的内容只能用utf-8解码，gbk编码的内容只能用gbk解码！

注意到编码后的内容像个字符串，在字符串前面有个b，这个b表示的是二进制

也印证了字符编码后转为二进制字节

此时再来看一下这个图，是不是更清晰了

我们可以通过之前学的type（）函数查看内容的状态

编码前的字符串显示为str字符串类型

编码后的字符串显示为bytes字节类型

如果你熟悉网络爬虫，遇到的最麻烦的问题之一就是编码问题，你对这种编码解码问题一定很熟悉吧，哈哈

下课

人生苦短，我选Python

未完待续，连载中......

今日作业：

将自己的名字用utf-8和gbk分别编码，看看结果啥样~

现在还坚持再看连载学习的你们真的很棒棒！

入门部分已经学完大部分啦！加油

Python爱好者社区历史文章大合集：

福利：文末扫码立刻关注公众号，“Python爱好者社区”，开始学习Python课程：

关注后在公众号内回复“课程”即可获取：

0.小编的Python入门视频课程！！！

1.崔老师爬虫实战案例免费学习视频。

2.丘老师数据科学入门指导免费学习视频。

3.陈老师数据分析报告制作免费学习视频。

4.玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。

5.丘老师Python网络爬虫实战免费学习视频。