Python 字符编码与文件处理 浅析Python 字符编码与文件处理

Python字符编码

目前计算机内存的字符编码都是Unicode，目前国内的windows操作系统采用的是gbk。

python2默认的字符编码方式是ASCII

python3默认的字符编码方式是Unicode

.py文件头部的#coding:utf-8是帮助python识别.py文件的编码方式，故在写.py文件时要注意文件头和文件保存时的编码方式要相同，否则可能会出现乱码

python程序运行过程:

1. python的解释器现在内存中启动
2. 解释器把要运行的文件以文本文件的形式读进内存
3. 解释器按照文件的语法格式解释执行代码
   

python2和python3程序的运行方式基本相同

python2的解释器在运行程序时，将文件内的代码按照文件头的编码读进内存。例如文件头部的编码是gbk，python2读进内存的时候，直接把文件在硬盘里的gbk二进制编码读进内存。如果在不是以gbk为默认编码的终端输出时，会出现乱码。python2可以在字符串对象前加'u'表示Unicode字符，但是这样就不是str变量了。虽然pyhton2也能支持Unicode编码，但是这就像给python2打了一个大补丁。python2的Unicode对象就是python3str对象。

python3的解释器就好多了，它在执行文件内的代码之前会先将代码按照文件头的编码转换成Unicode编码读进内存。这样无论是在什么编码的机器上运行，Unicode编码都能很好的转换成相应的编码。

Python 文件处理

python程序不能直接操作硬盘的文件，一般都是通过操作系统提供的接口间接地操作文件。

一般来说，对文件的操作的mode有两种，t：字符方式 b：二进制方式

字符方式只能操作文本文件，在打开文件的时候需要指定encoding，不然会因为短句不准确产生乱码

二进制方式可以操作所有的文件，在打开文件的时候不要指定encoding

操作完文件后调用文件对象的close()函数会关闭文件，这只是关闭操作系统对文件的访问，在程序里文件对象会在程序结束的时候自动释放，所以在操作文件结束后，记得调用close()函数，释放系统资源。当然可以用with上下文管理自动释放资源。