Day2补充：集合、文件、字符编码与转码

Z时代
2024-01-10
分类：综合

python

1.集合使用{}存储

主要作用：

①去重，把两个列表变成集合，就自动去重了

②关系测试，测试两组数据之前的交集、差集、并集等关系

将列表转化为集合，set命令强制转换即可

关系运算：

交集：intersection命令或 &

并集：union命令或 |

差集：difference命令或 -

子集：issubset命令

父集：issuperset命令

对称差集：symmetric_difference命令或 ^，对于A、B两个集合，该命令输出为A∪B-A∩B（将两个集合里分别独有的元素取出来放在一起）

判断两集合是否有相同元素：isdisjoint命令

#以上操作不更改原集合

#以下操作更改原集合

添加一项元素：add命令

添加多项元素：update命令配合列表

删除一项元素：remove命令（元素不存在报错）/discard命令（元素不存在返回None）/pop命令随机删除，返回删除的元素值

长度：len命令

判断元素在集合内：in 命令

判断元素不在集合内： not in命令

intersection_update：求交集并将其更新在原集合中（intersection是生成在新集合中不改变原集合）

difference_update、symmetric_difference_update同理

 1 list1 = [1, 3, 4, 7, 5, 3, 9]
 2 A = set(list1)
 3print(list1, type(list1))
 4 list2 = [2, 22, 66, 4, 7, 55]
 5 B = set(list2)
 6print("集合A：", A, "
", "集合B:", B)
 7print("33[31m下面是集合操作33[0m".center(30, "-"))
 8# 交集
 9print("A、B求交", A.intersection(B), A & B)
10# 并集
11print("A、B求并：", A.union(B), A | B)
12# 差集
13print("A-B:", A.difference(B), A - B)
14print("B-A:", B.difference(A), B - A)
15# 子集
16print("A是B的子集？", A.issubset(B))
17# 父集
18print("A是B的父集？", A.issuperset(B))
19# 对称差集
20print("对称差集", A.symmetric_difference(B), A ^ B)
21# 判断两集合是否有相同元素
22print(A.isdisjoint(B))
23print("33[31m结束33[0m".center(30, "-"))
24print(A, B)     # 上述集合操作并未更改原集合
25
26# 添加一项元素
27 A.add("WK")
28print(A)
29# 添加多项元素
30 A.update([444, 666, 888])
31print(A)
32# 删除一项元素
33 A.remove("WK")
34print(A)
35# 某元素是否在集合内
36print("WK"in A)
37print("WK"notin A)
38print(A.pop())
39print(A)
40 A.discard(888)
41print(A)

Set

 1 [1, 3, 4, 7, 5, 3, 9] <class"list">
 2 集合A： {1, 3, 4, 5, 7, 9} 
 3  集合B: {2, 66, 4, 7, 22, 55}
 4 -------下面是集合操作-------
 5 A、B求交 {4, 7} {4, 7}
 6 A、B求并： {1, 2, 3, 4, 5, 66, 7, 9, 22, 55} {1, 2, 3, 4, 5, 66, 7, 9, 22, 55}
 7 A-B: {1, 3, 5, 9} {1, 3, 5, 9}
 8 B-A: {2, 66, 22, 55} {2, 66, 22, 55}
 9A是B的子集？ False
10A是B的父集？ False
11 对称差集 {1, 2, 66, 3, 5, 9, 22, 55} {1, 2, 66, 3, 5, 9, 22, 55}
12False
13 ---结束,上述操作并未更改原集合----
14 {1, 3, 4, 5, 7, 9} {2, 66, 4, 7, 22, 55}
15 {1, 3, 4, 5, "WK", 7, 9}
16 {1, 3, 4, 5, "WK", 7, 9, 888, 666, 444}
17 {1, 3, 4, 5, 7, 9, 888, 666, 444}
18False
19True
20 1
21 {3, 4, 5, 7, 9, 888, 666, 444}
22 {3, 4, 5, 7, 9, 666, 444}

Output-set

2.文件操作

打开文件：

　　open(‘文件名’) 可指定打开方式（只读、读写……）、编码方式（encoding = ‘编码方式’）、等

文件读写：

　　不同的打开方式对比如下：

模式

描述

文本模式 (默认)

写模式，新建一个文件，如果该文件已存在则会报错

二进制模式

打开一个文件进行更新(可读可写)

通用换行模式（不推荐）

以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式

以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。一般用于非文本文件如图片等

打开一个文件用于读写。文件指针将会放在文件的开头

rb+

以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。一般用于非文本文件如图片等

打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件

以二进制格式打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等

打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件

wb+

以二进制格式打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等

打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入

以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入

打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写

ab+

以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写

　　二进制模式常用于网络传输　　

　　r+读写模式的一个注意点：如果打开后不读直接写，会从头开始覆盖；如果读一部分（指针不在开始位置了），再写就会变成追加

　　读取一行：readline命令读取某几行：循环加判断即可（文件操作时，务必注意打开方式）

读取全部：readlines命令将文档内容读取至列表内

查看指针位置：tell命令

读取指针回归文件开始位置：seek(0)

其他：

isatty命令：文件是否连接到一个终端设备

fileno命令: 返回一个整型的文件描述符(file descriptor FD 整型)，可用于底层操作系统的 I/O 操作

encoding命令：文件编码方式

name命令：返回文件名称

seekable命令：文件读取指针是否可移动

readablewritale命令：文件是否可读/可写

flush命令：用来刷新缓冲区的，即将缓冲区中的数据立刻写入文件，同时清空缓冲区，不需要是被动的等待输出缓冲区写入。一般情况下，文件关闭后会自动刷新缓冲区，但有时需要在关闭前刷新它，这时就可以使用 flush() 方法。

 1# low loop  打印yesterday文档内的第36行内容
 2 f = open("yesterday", encoding="utf-8")      # 文件句柄
 3for i, line in enumerate(f.readlines()):     # readlines命令将文档内容读取并存储至列表内
 4if i == 35:
 5print(line.strip())
 6else:
 7continue
 8f.close()
 9# 用以上readlines命令，要先将所有内容读取一遍到内存里/或readline命令，最后也是把所有内容都存到内存里，故只能处理小文档
10
11# 改进
12 f = open("yesterday", encoding="utf-8")
13 count = 0
14for line in f:
15     count += 1
16if count == 36:
17print(line.strip())
18else:
19continue
20f.close()
21# 用以上命令，内存每次存储一行内容（涉及迭代器，后续学习）
22
23 f = open("yesterday", encoding="utf-8")
24f.readline()
25print(f.tell())     # 查看指针位置
26print(f.readline().strip())
27 f.seek(0)           # 指针回归文件开头
28print(f.readline().strip())
29f.close()
30
31 f = open("yesterday", "r+", encoding="utf-8")
32print(f.tell())
33 f.write("奇奇怪怪")
34print(f.tell())
35f.close()
36
37 f = open("yesterday", "r+", encoding="utf-8")
38f.readline()
39 f.write("奇奇怪怪")
40print(f.tell())
41 f.close()

file_operate

有趣的小例子：打印进度条

1import sys
2import time
3
4for i in range(100):
5     sys.stdout.write("*")   # print每次输出后会自动换行
6     sys.stdout.flush()  # 即时刷新缓冲区而非完成后统一写入
7     time.sleep(0.1)     # 推迟执行的秒数，使输出过程显示更清晰

进度条

　　truncate命令：截断命令（截断位置后的内容清除）可以指定开始位置，不指定则从头开始（指定位置时不以指针位置为标准，始终从头开始计算）

文件修改：

　　思路：如果全部读取至内存中，对于大文件来说，耗时太长且可能内存不够；故逐行读取，对不需修改的内容，直接读取并写入另一文件，对需要修改的内容，修改后写入另一文件，最终生成的新文件为内容修改后的文件（故修改过程需要两个文件）

 1 f = open("yesterday", "r", encoding="utf-8")
 2 f_new = open("yesterday_new", "w+", encoding="utf-8")
 3
 4for line in f:
 5if"奇奇怪怪"in line:
 6         line = line.replace("奇奇怪怪", "When I was young (当我小时候)")
 7    f_new.write(line)
 8f.close()
 9f_new.seek(0)
10 update = f_new.read()
11 f = open("yesterday", "w", encoding="utf-8")
12f.write(update)
13f.close()
14 f_new.close()

file_mod

with语句：

　　为了避免打开文件后忘记关闭，可以通过管理上下文，即：

　　with open(‘文件名’,’打开方式’，encoding = ‘编码方式’) as …:（可通过逗号隔开同时打开多个文件）

　　文件操作…

　　执行完毕自动关闭文件

3.字符编码与转码

　　详细文章：https://www.cnblogs.com/luotianshuai/articles/5735051.html

　　查看当前默认编码方式：导入sys模块后用sys.getdefaultencoding命令

　　查看编码方式：chardet模块下detect命令

以上是 Day2补充：集合、文件、字符编码与转码的全部内容，来源链接： utcz.com/z/530561.html

Day2补充：集合、文件、字符编码与转码

其他人也看了：