python自动华（三）

1. 集合

1.1 特性

集合是一个无序的，不重复的数据组合，主要作用如下：

去重，把一个列表变成集合实现自动去重。
set可以看成数学意义上的无序和无重复元素的集合，因此，两个set可以做数学意义上的交集、并集等操作。

1.2 常用操作：

s = set([3,5,9,10])	# 创建一个数值集合
t = set("Hello")	# 创建一个唯一字符的集合
a = t \| s	# 求 t 和 s 的并集
b = t & s	# 求 t 和 s 的交集
c = t – s	# 求差集（项在 t 中，但不在 s 中）
d = t ^ s	# 求对称差集（项在 t 或 s 中，但不同时出现在二者中）

1.3 基本操作：

t.add('x')	# 添加一项
s.update([10,37,42])	# 在 s 中添加多项
t.remove('H')	# 删除一项
len(s)	# s e t 的长度
x in s	# 测试 x 是否是 s 的成员
x not in s	# 测试 x 是否不是 s 的成员
s.issubset(t) s <= t	# 测试是否 s 中的每一个元素都在 t 中
s.issuperset(t) s >= t	# 测试是否 t 中的每一个元素都在 s 中
s.union(t) s \| t	# 返回一个新的 set 包含 s 和 t 中的每一个元素
s.intersection(t) s & t	# 返回一个新的 set 包含 s 和 t 中的公共元素
s.difference(t) s - t	# 返回一个新的 set 包含 s 中有但是 t 中没有的元素
s.symmetric_difference(t) s ^ t	# 返回一个新的 set 包含 s 和 t 中不重复的元素
s.copy()	# 返回 set “s”的一个浅复制

2. 文件操作

2.1 文件操作流程

python自动华（三）

示例文件：

root:x:0:0:root:/root:/bin/bash

bin:x:1:1:bin:/bin:/sbin/nologin

daemon:x:2:2:daemon:/sbin:/sbin/nologin

adm:x:3:4:adm:/var/adm:/sbin/nologin

lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin

sync:x:5:0:sync:/sbin:/bin/sync

shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown

halt:x:7:0:halt:/sbin:/sbin/halt

mail:x:8:12:mail:/var/spool/mail:/sbin/nologin

uucp:x:10:14:uucp:/var/spool/uucp:/sbin/nologin

operator:x:11:0:operator:/root:/sbin/nologin

games:x:12:100:games:/usr/games:/sbin/nologin

gopher:x:13:30:gopher:/var/gopher:/sbin/nologin

ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin

nobody:x:99:99:Nobody:/:/sbin/nologin

dbus:x:81:81:System message bus:/:/sbin/nologin

View Code

2.2 基本操作

f = open('file.txt')	# 打开文件
first_line = f.readline()
print('first line:',first_line)	# 读一行
print('我是分隔线'.center(50,'-'))
data = f.read()	# 读取剩下的所有内容,文件大时不要用
print(data)	# 打印文件
f.close()	# 关闭文件

2.3 打开文件的模式

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

　　　　"+" 表示可以同时读写某个文件

　　　　> r+，可读写文件。【可读；可写；可追加】

　　　　> w+，写读

　　　　> a+，同a

　　　　"b" 表示处理二进制文件

　　　　> rb

　　　　> wb

　　　　> ab

2.4 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('log','r') as f:

...

3. 字符编码与转码

3.1 字符编码方式

3.1.1 ASCII编码

ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。

3.1.2 Unicode编码

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，所有的字符和符号最少（可能更多）由 16 位来表示（2个字节），即：2 **16 = 65536，这里还有个问题：字节数增加后使用空间会直接翻倍！举例还说：同样是ABCD这些字符存储一篇相同的文章，使用ASCII码如果是1M的话，那么Unicode存储至少2M可能还会更多。

3.1.3 UTF-8编码

是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存... 通过这种可扩展的方式来存储。

在2.x版本的Python中，解释.py文件的时候，默认是给他一个编码的就是ASCII码，如果在2.x版本中不指定编码并且在.py文件中写了一个ASCII码中没有的字符就会显示乱码，不过这个问题在Python3中就不存在了，因为在Python3中默认就是Unicode编码

3.2 Python编码转化

3.2.1 Python3中的编码转换

#在Python3中默认就是unicode编码

#!/usr/bin/env python
#-*- coding:utf-8 -*-

name = '小岳岳'
#转为UTF-8编码
print(name.encode('UTF-8'))
#转为GBK编码
print(name.encode('GBK'))
#转为ASCII编码(报错为什么?因为ASCII码表中没有‘小岳岳’这个字符集~~)
print(name.encode('ASCII'))

View Code