Python集合&文件操做Day03

集合

主要做用: 

1. 去重
2. 关系测试， 交集＼差集＼并集＼反向(对称)差集

集合也是一种数据类型，一个相似列表东西，它的特色是无序的，不重复的，也就是说集合中是没有重复的数据

#集合定义
list_1 = [1,2,3,4,5,3,6,]
list_dict = {1,2,3,4,5,6,7,6,8}
#集合操做
list_1 = set(list_1) #建立一个惟一的字符集---去重
print(set(list_dict)) #建立一个惟一的字符集---去重
print(list_1,type(list_1))
list_2 = set([2,6,0,66,22,8,4])
print(list_1.intersection(list_2)) #交集 -取出重复的数字
print(list_1.union(list_2)) #并集 去重-统一显示 {0, 1, 2, 3, 4, 5, 6, 66, 8, 22}
print(list_1.difference(list_2)) #差集  取出list_1有，list_2没有的
list_3 = set([1,3,6])
print(list_3.issubset(list_1)) #子集  list_3的值在list_1全有
print(list_1.issuperset(list_3))#父集
print(list_1.symmetric_difference(list_2))#对称差集-list_1，list_2互相没有的取出来
list_4 = set([7,8,9,3])
print(list_3.isdisjoint(list_4)) #返回True,若是两个参数有一个零交叉点
print("-------------")
print(list_1 & list_2) #交集
print(list_1 | list_2) #并集
print(list_1 - list_2) #差集 list_1不带list_2
print(list_1 ^ list_2) #对称差集

#集合操做
print("-----集合操做--------")
list_1.add(999) #添加
print(list_1)
list_1.update([777,888]) #添加多项f
print(list_1)
list_1.remove(999) #删除  
print(list_1)
list_1.pop() #随机删除
print(list_1)
list_1.discard(888) #删除  
print(list_1)

 

文件操做

open函数，该函数用于文件处理

操做文件时，通常须要经历以下步骤：

• 打开文件
• 操做文件
• 关闭文件

准备文件保存为file.txt格式：

 1 北国风光，千里冰封，万里雪飘。
 2 
 3 望长城内外，唯余莽莽；大河上下，顿失滔滔。
 4 
 5 山舞银蛇，原驰蜡象，欲与天公试比高。
 6 
 7 须晴日，看红装素裹，分外妖娆。
 8 
 9 江山如此多娇，引无数英雄竞折腰。
10 
11 惜秦皇汉武，略输文采；唐宗宋祖，稍逊风骚。
12 
13 一代天骄，成吉思汗，只识弯弓射大雕。
14 
15 俱往矣，数风流人物，还看今朝。

沁园春·雪

文件基本操做

1 f = open('file.txt', 'r')  #以只读方式打开一个文件，获取文件句柄，若是是读的话，r能够不写，默认就是只读
2 frist_line = f.readline()  # 获取文件的第一行内容，返回的是一个list
3 print(frist_line)  # 打印第一行
4 res = f.read()  # 获取除了第一行剩下的全部文件内容
5 print(res)
6 f.close()  # 关闭文件

打开文件的模式有：

• r，只读模式（默认）。
• w，只写模式。【不可读；不存在则建立；存在则删除内容；】
• a，追加模式。【可读；   不存在则建立；存在则只追加内容；】

"+" 表示能够同时读写某个文件

• r+，可读写文件。【可读；可写；可追加】
• w+，写读
• a+，同a

"U"表示在读取时，能够将 \r \n \r\n自动转换成 \n （与 r 或 r+ 模式同使用）

• rU
• r+U

"b"表示处理二进制文件（如：FTP发送上传ISO镜像文件，linux可忽略，windows处理二进制文件时需标注）

• rb
• wb
• ab

 1 f = open("file.txt",'r+',encoding="utf-8") #文件句柄-文件的内存对象(文件名，字符集，大小。。)
 2 print(f.read())  #读取整个文件
 3 print(f.readline()) #读取一行
 4 print(f.readlines()) # 按行存成列表
 5 lens = len(open('file.txt','rU').readline())
 6 print(lens) #打印文件共有多少行
 7 for i in f.readlines()[2:lens]: # 指定文件行数读取   #从第2行到结尾
 8     print(i)
 9 print(f.readline())
10 print(f.tell()) #计算字节数
11 f.seek(3) #返回光标
12 print(f.readline())
13 print(f.encoding)  #打印字符集
14 print(f.fileno()) #返回文件句柄在内存的编号 3
15 print(f.name) #打印文件名
16 print(f.seekable()) #判断文件光标是否能移动 True
17 print(f.readable()) #判断文件是否可读  True
18 print(f.writable()) #判断文件是否可写 False
19 f.flush()   #刷新
20 f.truncate(10) #文件清空   不传入值清空文件，传值从头开始截断

文件操做函数

1 #刷洗方法使用 进度条
2 import sys,time
3 for i in range(50):
4     sys.stdout.write('#')
5     sys.stdout.flush()  #刷新  进度条
6     time.sleep(0.1)

文件循环操做

1 f = open("file.txt", 'r', encoding="utf-8")
2 f_new = open('file.bak', 'w', encoding='utf-8')
3 for line in f:
4     if '江山如此多娇，引无数英雄竞折腰' in line:
5         line = line.replace('江山如此多娇，引无数英雄竞折腰', '春色满园关不住，一枝红杏出墙来.')  # if username == line .strip():
6     f_new.write(line)
7 f.close()
8 f_new.close()

文件循环

with使用：

• 在操做文件的时候，常常忘了关闭文件，这样的就可使用with，它会在使用完这个文件句柄以后，自动关闭该文件，使用方式以下：

 1 # 同时打开多个文件格式：
 2 # with open('file.txt', 'r', encoding='utf-8') as f, open('file.bak', 'r', encoding='utf-8') as j:
 3 
 4 with open('file.txt', 'r', encoding='utf-8') as f:  # 自动关闭文件
 5     for line in f:
 6         print(line)
 7 # 同时打开多个文件建议写成
 8 with open('file.txt', 'r', encoding='utf-8') as f, \
 9         open('file.bak', 'w', encoding='utf-8') as j:
10     for line in f:
11         if '江山如此多娇，引无数英雄竞折腰' in line:
12             line = line.replace('江山如此多娇，引无数英雄竞折腰', '春色满园关不住，一枝红杏出墙来.')  # if username == line .strip():
13         j.write(line)

with使用

 

资料补充

ASCII 默认8位 只能存英文&特殊字符，不能存储中文，unicode 万国码  默认2个字节，unicode被称为万国码，每一个国家都的语法他都含有，utf-8是万国码的扩展集

utf-8 可变长的字符集，全部英文字符依然按ascii存储，全部中文字符统一3个字节。

 

python2  —python 直接转

字符编码的转换都是有规律的一个gbk的编码想转换成utf-8须要先转为unicode做为中间者，而后在转为utf-8

固然在转换时也要注意 解码decode成unicode 编码encode成你须要的字符集

同时、在decode和是须要告诉unicode你是什么字符来解码成unicode以下面代码

 

 1 import sys
 2 print(sys.getdefaultencoding())  # 获取当前系统字符集
 3 msg = "我爱北京天安门"
 4 # 这里能够看到咱们解码(decode)成unicode，告诉他咱们是utf-8转成unicode，紧接着咱们又编码(encode) 这时咱们须要告诉计算机，咱们要编码的字符集 这里咱们要编码成gb2312的格式
 5 msg_gb2312 = msg.encode("gb2312").decode('gb2312')
 6 # msg_gb2312 = msg.encode("gb2312")
 7 print(msg_gb2312)
 8 # print(msg_gb2312.decode('gb2312'))
 9 # ok 之后的字符集编码转换也就相通了，只要记住要们是以unicode来完成中间转换的就好
10 #gb2312_to_gbk = msg_gb2312.encode("gbk").decode("gbk")
11 gb2312_to_gbk = msg_gb2312.encode("gb2312").decode("gb2312")
12 print(gb2312_to_gbk)