章节十六：编码和文件读写

在你的网络冲浪生涯里，我想你或多或少有这样的疑问：为什么传说中只能读懂0和1的计算机能显示如此五花八门的内容？为什么明明办的100兆的宽带，撑死就只有10几兆的下载速度？为什么有时打开文件会出现这样像中毒一般的“火星文”？

今天主要有两大块内容，分别是编码和文件读写。

1. 编码

我们先来看编码。编码的本质就是让只认识0和1的计算机，能够理解我们人类使用的语言符号，并且将数据转换为二进制进行存储和传输。

这种从人类语言到计算机语言转换的形式，就叫做编码表，它让人类语言和计算机语言能够一一对应起来。

要了解编码，我们还得先来聊聊二进制。由于有二进制，0和1这两个数字才能像“太极生两仪，两仪生四象，四象生八卦”一样，涵盖容纳世间所有的信息。

1.1 二进制

说起二进制，我就想起了西游记里的二进陈家庄……噢不对，是更久远的周幽王烽火戏诸侯。所以接下里我会用烽火这种古老的信息传递形式，来比喻说明计算机是怎么传输和存储数据的。

假设我们都是看守城墙的小兵，你在烽火台A上，我在烽火台B上，只要你那边来了敌人，你就点着烽火台通知我。

如果只有一个烽火台，那么只有“点着火”和“没点火”两种状态，这就像电子元件里“通电”和“没通电”的状态，所以只有0和1.

但是你光告诉我来敌人还不够啊，还得告诉我敌人的数量有多少，让我好call齐兄弟做好准备。现在问题是你要怎么通知我敌人的数量呢？

所以，我们之间就约定了特别的“暗号”，来通知彼此敌情。

现在有两座烽火台，右边为第1座，左边为第2座。我们约定，当没有烽火台被点着的时候，表示没有敌人(00)；只点着第一座烽火台的时候，表示来了一个敌人(01)；只点着第二座烽火台的时候，表示来了2个敌人。(10,逢二进一)

当两座烽火台都被点着的时候(11)，就表示来了3个人。

也就是这样的对应关系：

二进制 - 十进制
00 - 0
01 - 1
10 - 2
11 - 3

所以两个二进制位可以表示十进制的0,1,2,3四种状态。

现在你应该可以听得懂这个笑话：世界上有10种人，懂二进制和不懂二进制的。

我们继续往下推，当有三座烽火台的时候，我们可以表示0~7八种状态(也就是2的3次方)。

以此类推，当有八座烽火台的时候，我们就能表示2的8次方，也就是256种状态，它由8个0或1组成。

00000000 表示状态0: 烽火全暗，一个敌人没有，平安无事，放心睡觉。
11111111 表示状态255：烽火全亮，来了255个敌人。起来打啊！

用来存放一位0或1，就是计算机里最小的存储单位，叫做【位】，也叫【比特】(bit)。我们规定8个比特构成一个【字节】(byte)，这是计算机里最常用的单位。

bit和byte长得有点像，可别混淆！1 byte = 8 bit，也就是1字节等于8比特。

这些计算机单位，可与我们息息相关，你的手机“流量”，就是这么计算的：

而百兆宽带，下载速度最多能达到十多兆，是因为运营商的带宽是以比特每秒为单位的，比如100M就是100Mbit/s。

而我们常看到的下载速度KB却是以字节每秒为单位显示的，1byte = 8bit，所以运营商说的带宽得先除以8，你的百兆宽带下载速度，也就是十几兆了。

二进制居然能牵扯出这么多生活中的问题，你是否也很意外？哈哈，其实生活处处是知识呀。

好，咱们言归正传，来看让人类语言和计算机语言能够一一对应起来的【编码表】。

1.2 编码表

计算机一开始发明的时候，只是用来解决数字计算的问题。后来人们发现，计算机还可以做更多的事，正所谓能力越大，责任越大。但由于计算机只识“数”，因此人们必须告诉计算机哪个数字来代表哪个特定字符。

于是除了0、1这些阿拉伯数字，像a、b、c这样的52个字母(包括大小写)，还有一些常用的符号(例如*、#、@等)在计算机中存储时也要使用二进制数来表示，而具体用哪些二进制数字表示哪个符号，理论上每个人都可以有自己的一套规则(这就叫编码)。

但大家如果想要互相沟通而不造成混乱，就必须使用相同的编码规则。如果使用了不同的编码规则，那就会彼此读不懂，这就是“乱码”的由来。

为了避免乱码，一段世界历史就此启动。一开始，是美国首先出台了ASCII编码(读音：/ˈæski/)，统一规定了常用符号用哪些二进制数来表示。

因为英文字母、数字再加上其他常用符号，也就100来个，因此使用7个比特位(最多表示128位)就够用了，所以一个字节中被剩下的那个比特位就被默认为0。

再后来呢，这套编码表传入欧洲，才发现这128位不够用啊。比如说法语字母上面还有注音符，这个怎么区分？得！把最后一个比特位也编进来吧。因此欧洲普遍使用一个全字节(8个比特位)进行编码，最多可表示256位，至此，一个字节就用满了！

但是前面的状态0-127位可以共用，但从状态128到255这一段的解释就完全乱套了，比如135在法语，希伯来语，俄语编码中完全是不同的符号。

当计算机漂洋过海来到中国后，问题又来了，计算机完全不认识博大精深的中文，当然也没法显示中文；而且一个字节的256位都被占满了，但中国有10万多个汉字，256位连塞牙缝都不够啊。

于是中国科学家自力更生，重写了一张编码表，也就是GB2312，它用2个字节，也就是16个比特位，来表示绝大部分(65535个)常用汉字。后来，为了能显示更多的中文，又出台了GBK标准。

不仅中国，其他国家也都搞出自己的一套编码标准，这样的话地球村村民咋沟通？日本人发封email给中国人，两边编码表不同，显示的都是乱码。

为了沟通的便利，Unicode(万国码)应运而生，这套编码表将世界上所有的符号都纳入其中。每个符号都有一个独一无二的编码，现在Unicode可以容纳100多万个符号，所有语言都可以互通，一个网页上也可以显示多国语言。

看起来皆大欢喜。但是！问题又来了，自从英文世界吃上了Unicode这口大锅饭，为迁就一些占用字节比较多的语言，英文也要跟着占两个字节。比如要存储A，原本00010001就可以了，现在偏得用两个字节：00000000 00010001才行，这样对计算机空间存储是种极大的浪费！

基于这个痛点，科学家们又提出了天才的想法：UTF-8(8-bit Unicode Transformation Format)。它是一种针对Unicode的可变长度字符编码，它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度，而当字符在ASCII码的范围时，就用一个字节表示，所以UTF-8还可以兼容ASCII编码。

Unicode与UTF-8这种暧昧的关系一言以蔽之：Unicode是内存编码的规范，而UTF-8是如何保存和传输Unicode的手段。

将上述这段波澜壮阔、分久必合的编码史浓缩成一个表格表示，就是：

人类语言千变万化，我们有《新华字典》《牛津英语字典》这样的辞书来记录和收纳。可以说，这些编码表就是计算机世界的字典辞书，它们同样也是人类智慧的结晶。

这里，我再顺便介绍下八进制和十六进制，别嫌我啰嗦啊。

因为二进制是由一堆0和1构成的，过长的数字对于人的阅读有很大障碍，为了解决这一问题，也减少书写的复杂性，我们又引入了八进制和十六进制。

为什么偏偏是16或8进制？2、8、16，分别是2的1次方、3次方、4次方。这一点使得三种进制之间可以非常直接地互相转换。

8进制是用0，1，2，3，4，5，6，7；16进制是用0，1，2，3，4，5，6，7，8，9，a，b，c，d，e，f来表示。比如说，字母K在ASCII编码表用不同进制表示的话是这样的：(你并不需要知道具体的转换规则)

接下来，我为你介绍几种编码方案在当前的使用情况。

第0，计算机是有自己的工作区的，这个工作区被称为“内存”。数据在内存当中处理时，使用的格式是Unicode，统一标准。

在Python3当中，程序处理我们输入的字符串，是默认使用Unicode编码的，所以你什么语言都可以输入。

第1，数据在硬盘上存储，或者是在网络上传输时，用的是UTF-8，因为节省空间。但你不必操心如何转换UTF-8和Unicode，当我们点击保存的时候，程序已经“默默地”帮我们做好了编码工作。

第2，一些中文的文件和中文网站，还在使用GBK，和GB2312。

基于此，有时候面对不同编码的数据，我们要进行一些操作来实现转换。这里就涉及接下来要讲的【encode】(编码)和【decode】(解码)的用法。

1.3 encode()和decode()

编码，即将人类语言转换为计算机语言，就是【编码】encode()；反之，就是【解码】decode()。它们的用法如下图所表示：

可以尝试运行下面的代码。1~2行是encode()的用法，3-4行是decode()的用法

print('杨文博'.encode('utf-8'))
print('杨文博'.encode('gbk'))
print(b'\xe6\x9d\xa8\xe6\x96\x87\xe5\x8d\x9a'.decode('utf-8'))
print(b'\xd1\xee\xce\xc4\xb2\xa9'.decode('gbk'))

将人类语言编码后得到的结果，有一个相同之处，就是最前面都有一个字母b，比如b'\xce\xe2\xb7\xe3'，这代表它是bytes(字节)类型的数据。我们可以用type()函数验证一下。

所谓的编码，其实本质就是把str(字符串)类型的数据，利用不同的编码表，转换成bytes(字节)类型的数据。

我们再来区分下字符和字节两个概念。字符是人们使用的记号，一个抽象的符号，这些都是字符：'1'， '中'， 'a'， '$'， '￥' 。

而字节则是计算机中存储数据的单元，一个8位的二进制数。

编码结果中除了标志性的字母b，你还会在编码结果中看到许多\x，你再观察一下这个例子：b'\xce\xe2\xb7\xe3'。

\x是分隔符，用来分隔一个字节和另一个字节。

分隔符还挺常见的，我们在上网的时候，不是会有网址嘛？你经常会看到网址里面有好多的%，它们也是分隔符，替换了Python中的\x。比如像下面这个：

http://www.baidu.com/s?wd=杨文博

它的意思就是在百度里面，搜索“杨文博”，使用的是UTF-8编码。你眯着眼睛看一看上面的UTF-8编码结果和这一串网址的差异，其实它们除了分隔符以外，是一模一样的。

\xe6\x9d\xa8\xe6\x96\x87\xe5\x8d\x9a  # Python编码“杨文博”的结果
%e6%9d%a8%e6%96%87%e5%8d%9a # 网址里的“杨文博”

此外，用decode()解码的时候则要注意，UTF-8编码的字节就一定要用UTF-8的规则解码，其他编码同理，否则就会出现乱码或者报错的情况，现在请你将下列字节解码成UTF-8的形式，打印出来。

print(b'\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0'.decode('utf-8'))

所以以后当闷骚的程序猿丢给你这样一串代码时，不要一脸懵，或者你想向不解风情的程序员委婉地表白时，或许可以采用这种清奇的示爱方式噢。

最后我们再来看下ASCII编码，它不支持中文，所以我们来转换一个大写英文字母K。

你看到大写字母K被编码后还是K，但这两个K对计算机来说意义是不同的。前者是字符串，采用系统默认的Unicode编码，占两个字节。后者则是bytes类型的数据，只占一个字节。这也验证我们前面所说的编码就是将str类型转换成bytes类型。

编码知识虽然看起来很琐碎，但它又是非常重要的，如果不能理解这些背景知识，指不定你哪天就会遇到坑，就像隐藏在丛林中的蛇，时不时地咬你一口。而它和我们接下来要教的文件读写也有点关系。

接下来我们就来看看文件读写。

2. 文件读写

文件读写，是Python代码调用电脑文件的主要功能，能被用于读取和写入文本记录、音频片段、Excel文档、保存邮件以及任何保存在电脑上的东西。

你可能会疑惑：为什么要在Python打开文件？我直接打开那个文件，在那个文件上操作不就好了吗？

一般来说直接打开操作当然是没问题的。但假如你有一项工作，需要把100个Word文档里的资料合并到1个文件上，一个个地复制粘贴多麻烦啊，这时你就能用上Python了。或者，当你要从网上下载几千条数据时，直接用Python帮你把数据一次性存入文件也是相当方便。

要不然怎么说，Python把我们从重复性工作中解放出来呢～

【文件读写】，是分为【读】和【写】两部分的，我们就先来瞧瞧【读文件】是怎么实现的？

2.1 读取文件

其实，真的就三步：

是不是像很久之前的那个冷笑话？“请问把大象放进冰箱需要几步？”三步：打开冰箱，放入大象，关闭冰箱。同样地，读文件也是三步:开——读——关。

首先，我们先在桌面新建一个test文件夹，然后在文件夹里新建一个名为abc的txt文件，在里面随便写点儿什么，我写的是周芷若、赵敏。

我用编辑器Visual Studio Code打开这个文件，是这样的：

然后，你可以用VS Code新建一个open.py的Python文件，也放在test文件夹里，我们就在这里写代码。

代码怎么写呢？

【第1步-开】使用open()函数打开文件。语法是这样的：

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','r',encoding='utf-8')

file1这个变量是存放读取的文件数据的，以便对文件进行下一步的操作。

open()函数里面有三个参数，对吧：

'C:\\Users\\17310\\Desktop\\test\\abc.txt'
'r'
encoding='utf-8'

我们一个个来看。第一个参数是文件的保存地址，一定要写清楚，否则计算机找不到。

要找到你的文件地址，只需要把你要打开的文件直接拖到编辑器终端的窗口里，就会显示出文件地址，然后复制一下就好。

不过文件的地址有两种:相对路径和绝对路径，拖到终端获取的地址是绝对路径。这两种地址，Mac和Windows电脑还有点傲娇地不太一样，下面我就帮大家捋一捋。

绝对路径就是最完整的路径，相对路径指的就是【相对于当前文件夹】的路径，也就是你编写的这个py文件所放的文件夹路径！

如果你要打开的文件和open.py在同一个文件夹里，这时只要使用相对路径就行了，而要使用其他文件夹的文件则需使用绝对路径。

我们先来看Mac电脑，现在我的txt文件和py文件都放在桌面的test文件夹里。

我将txt文件拖入终端窗口，获得文件的绝对路径：

那么当我用open()函数打开的时候，就可以写成：

open('/Users/Ted/Desktop/test/abc.txt')   #绝对路径
open('abc.txt')    #相对路径
#相对路径也可以写成open('./abc.txt')

在这种情况下，你写绝对和相对路径都是可以的。

假如现在这个txt文件，是放在test文件夹下面一个叫做word的文件夹里，绝对路径和相对路径就变成：

open('/Users/Ted/Desktop/test/word/abc.txt'')
open('word/abc.txt')

我们再来看看Windows。Windows系统里，常用\来表示绝对路径，/来表示相对路径，所以当你把文件拖入终端的时候，绝对路径就变成：

C:\Users\17310\Desktop\test\abc.txt

但是呢，别忘了\在Python中是转义字符，所以时常会有冲突。为了避坑，Windows的绝对路径通常要稍作处理，写成以下两种格式；

open('C:\\Users\\17310\\Desktop\\test\\abc.txt')
#将'\'替换成'\\'open(r'C:\Users\17310\Desktop\test\abc.txt')
#在路径前加上字母r

获取文件的相对路径还有个小窍门，用VS Code打开文件夹，在文件点击右键，选择：

现在，把这行代码复制到你的open.py文件中，然后把文件地址替换成你自己的地址。

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','r',encoding='utf-8')

好了。终于讲完了第一个参数文件地址，我们来回头看看open()的其他参数：

第二个参数表示打开文件时的模式。这里是字符串 'r'，表示 read，表示我们以读的模式打开了这个文件。

你可能会疑惑，为什么打开的时候就要决定是读还是写，之后决定不行吗？这是因为，计算机非常注意数据的保密性，在打开时就要决定以什么模式打开文件。

除了'r',其他还有'w'(写入)，'a'(追加)等模式，我们稍后会涉及到。

第三个参数encoding='utf-8'，表示的是返回的数据采用何种编码，一般采用utf-8或者gbk。注意这里是写encoding而不是encode噢。

读文件的三步:开——读——关，【第1步-开】我们就讲完了，现在看【第2步-读】。

打开文件file1之后，就可以用read()函数进行读取的操作了。请看代码：

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','r',encoding='utf-8')
filecontent = file1.read()

第1行代码是我们之前写的。是以读取的方式打开了文件“abc.txt”。

第2行代码就是在读取file1的内容，写法是变量file1后面加个.句点，再加个read()，并且把读到的内容放在变量filecontent里面，这样我们才能拿到文件的内容。

那么，现在我们想要看看读到了什么数据，可以用print()函数看看。请你在自己的电脑里，把剩下的代码补全，可参考下面的代码

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','r',encoding='utf-8')
filecontent = file1.read()
print(filecontent)

然后，在编辑器窗口【右键】，选择【在终端中运行Python文件】，这时终端显示的是：

你会发现，打印出了abc.txt文件里面的内容，它会读成字符串的数据形式。

【第3步-关】关闭文件，使用的是close()函数。

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','r',encoding='utf-8')
filecontent = file1.read()
print(filecontent)
file1.close()

前3行代码你都学了，第4行：变量file1后面加个点，然后再加个close()，就代表着关闭文件。千万要记得后面的括号可不能丢。

为啥要关闭文件呢？原因有两个：1.计算机能够打开的文件数量是有限制的，open()过多而不close()的话，就不能再打开文件了。2.能保证写入的内容已经在文件里被保存好了。

文件关闭之后就不能再对这个文件进行读写了。如果还需要读写这个文件的话，就要再次 open() 打开这个文件。

我们总结一下读文件的三步：开——读——关，并奉上一张总结图。

尤其需要留意的是第二、三步，即读和关的写法。

学完了【读文件】，然后是【写文件】。

2.2 写入文件

嘻嘻，写文件也是三步：打开文件——写入文件——关闭文件。

【第1步-开】以写入的模式打开文件。

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','w',encoding='utf-8')

第1行代码：以写入的模式打开了文件"abc.txt"。

open() 中还是三个参数，其他都一样，除了要把第二个参数改成'w'，表示write，即以写入的模式打开文件。

【第2步-写】往文件中写入内容，使用write()函数。

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','w',encoding='utf-8')
file1.write('张无忌\n')
file1.write('宋青书\n')

第2-3行代码：往“abc.txt”文件中写入了“张无忌”和“宋青书”这两个字符串。\n表示另起一行。

请你原样照做，然后记得运行程序。然后当你打开txt文件查看数据：

诶？原来文件里的周芷若和赵敏去哪里了？

是这样子的，'w'写入模式会给你暴力清空掉文件，然后再给你写入。如果你只想增加东西，而不想完全覆盖掉原文件的话，就要使用'a'模式，表示append，你学过，它是追加的意思。

如果重新再来一遍的话，就要这样写：

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','a',encoding='utf-8')
#以追加的方式打开文件abc.txtfile1.write('张无忌\n')
#把字符串'张无忌'写入文件file1file1.write('宋青书\n')
#把字符串'宋青书'写入文件file1

这样的话，就会追加成功，而不会覆盖了。你可以随便试试加点什么，运行看看。

【第3步-关】还是要记得关闭文件，使用close()函数，看代码：

file1 = open('C:\\Users\\17310\\Desktop\\test\\abc.txt','a',encoding='utf-8')
file1.write('张无忌\n')
file1.write('宋青书\n')
file1.close()

第4行代码，还是熟悉的配方，还是熟悉的味道。这样就搞定【写文件】了。

不过呢，有两个小提示：1.write()函数写入文本文件的也是字符串类型。2.在'w'和'a'模式下，如果你打开的文件不存在，那么open()函数会自动帮你创建一个

【练习时间来咯】1.请你在一个叫1.txt文件里写入字符串'难念的经' 2.然后请你读取这个1.txt文件的内容，并打印出来。

提示：先写再读。写文件分为3步，读文件也同样分为3步。

f = open('C:\\Users\\17310\\Desktop\\test\\1.txt','a',encoding='utf-8')
#以追加的方式打开一个文件，尽管并不存在这个文件，但这行代码已经创建了一个txt文件了f.write('难念的经')
#写入'难念的经'的字符串f = open('C:\\Users\\17310\\Desktop\\test\\1.txt','r',encoding='utf-8')
#以读的方式打开这个文件a=f.read()
#把读取到的内容放在变量a里面print(a)
#打印变量af.close()
#关闭文件

我们再来总结下写文件的三步法。

现在问题来了，如果我们想写入的数据不是文本内容，而是音频和图片的话，该怎么做呢？

我们可以看到里面有'wb'的模式，它的意思是以二进制的方式打开一个文件用于写入。因为图片和音频是以二进制的形式保存的，所以使用wb模式就好了，这在今天的课后作业我们会用到。

这里再顺便补充一个用法，为了避免打开文件后忘记关闭，占用资源或当不能确定关闭文件的恰当时机的时候，我们可以用到关键字with，之前的例子可以写成这样：

# 普通写法
file1 = open('abc.txt','a')
file1.write('张无忌')
file1.close()# 使用with关键字的写法
with open('abc.txt','a') as file1:
#with open('文件地址','读写模式') as 变量名:#格式：冒号不能丢file1.write('张无忌') #格式：对文件的操作要缩进#格式：无需用close()关闭

所以之后当你看到with open...as这种打开文件的语法格式也要淡定，这种还挺常见的。

2.3 小练习

我们一路到这里，你应该也看出来了，本人非常喜欢《哈利波特》哈哈。

现在假设你来到了魔法世界，最近期末快到了，霍格沃兹魔法学校准备统计一下大家的成绩。

评选的依据是什么呢？就是同学们平时的作业成绩。

现在有这样一个叫scores.txt的文件，里面有赫敏、哈利、罗恩、马尔福四个人的几次魔法作业的成绩。

但是呢，因为有些魔法作业有一定难度，教授不强制同学们必须上交，所以大家上交作业的次数并不一致。

这里是文件内容，你可以在自己的电脑里新建一个scores.txt来操作。

罗恩 23 35 44
哈利 60 77 68 88 90
赫敏 97 99 89 91 95 90
马尔福 100 85 90

希望你来统计这四个学生的魔法作业的总得分，然后再写入一个txt文件。注意，这个练习的全程只能用Python。

面对这个功能，请你思考30s，粗略地想想该怎么实现？然后点击enter继续。

好，一个非常粗糙的思路应该是：拿到txt文件里的数据，然后对数据进行统计，然后再写入txt文件。好，马上开始。

首先，毫无疑问，肯定是打开文件，还记得用什么函数吗？

file1 = open('C:\\Users\\17310\\Desktop\\test\\scores.txt','r',encoding='utf-8')

接着呢，就是读取文件了。一般来说，我们是用read()函数，但是在这里，我们是需要把四个人的数据分开处理的，我们想要按行处理，而不是一整个处理，所以读的时候也希望逐行读取。

因此，我们需要使用一个新函数readlines()，也就是“按行读取”。

file1 = open('C:\\Users\\17310\\Desktop\\test\\scores.txt','r',encoding='utf-8')
file_lines = file1.readlines()
file1.close()
print(file_lines)

用print()函数打印一下，看看这种方法读出来的内容是咋显示的：

你看到了，readlines() 会从txt文件取得一个列表，列表中的每个字符串就是scores.txt中的每一行。而且每个字符串后面还有换行的\n符号。

这样一来，我们就可以使用for循环来遍历这个列表，然后处理列表中的数据，请看第五行代码：

file1 = open('C:\\Users\\17310\\Desktop\\test\\scores.txt','r',encoding='utf-8')
file_lines = file1.readlines()
file1.close()for i in file_lines:    #用for...in...把每一行的数据遍历print(i)            #打印变量i

我们一样来打印看看。

好，现在我们要把这里每一行的名字、分数也分开，这时需要我们使用split()来把字符串分开，它会按空格把字符串里面的内容分开。

看上图第一行的罗恩 23 35 44，它将被分为['罗恩', '23', '35', '44']。

file1 = open('C:\\Users\\17310\\Desktop\\test\\scores.txt','r',encoding='utf-8')
file_lines = file1.readlines()
file1.close()for i in file_lines:   #用for...in...把每一行的数据遍历  data =i.split()    #把字符串切分成更细的一个个的字符串print(data)        #打印出来看看

终端是这样的：

显然，对比上面两个终端的图，split()又把每一行的内容分成了一个个的字符串，于是变成了一个个列表。

split()是我们没有学过的对字符串的处理方法，在这里，老师想插一句，对数据类型的处理是有很多种方法的，但我们不可能一次学完，而应该学习最基础必要的知识，然后在需要用到新知识时，再继续学。

split()是把字符串分割的，而还有一个join()函数，是把字符串合并的。

join()的用法是str.join(sequence)，str代表在这些字符串之中，你要用什么字符串连接，在这里两个例子，一个是空字符串，一个是横杠，sequence代表数据序列，在这里是列表a。

在这里只是为了让大家理解join()，不需要记忆，之后再用再看就好。

回到哈利波特的那一步：

这4个列表的第0个数据是姓名，之后的就是成绩。我们需要先统计各人的总成绩，然后把姓名和成绩放在一起。

还是可以用for...in...循环进行加法的操作，请看第8行的代码：

file1 = open('C:\\Users\\17310\\Desktop\\test\\scores.txt','r',encoding='utf-8')
file_lines = file1.readlines()
file1.close()for i in file_lines:data =i.split()    sum = 0                    #先把总成绩设为0for score in data[1:]:     #遍历列表中第1个数据和之后的数据sum = sum + int(score) #然后依次加起来，但分数是字符串，所以要转换    result = data[0]+str(sum)  #结果就是学生姓名和总分print(result)

来看看终端：

好，接下来就是把成绩写入一个空的列表，因为这样才有助于我们之后写入一个txt文件。

file1 = open('C:\\Users\\17310\\Desktop\\test\\scores.txt','r',encoding='utf-8')
file_lines = file1.readlines()
file1.close()final_scores = []                        #新建一个空列表for i in file_lines:data =i.split()    sum = 0                    for score in data[1:]:     sum = sum + int(score)     result = data[0]+str(sum)+'\n'       #后面加上换行符，写入的时候更清晰。    final_scores.append(result)#每统计一个学生的总分，就把姓名和总分写入空列表

好啦，那我们就已经处理好了，就差写入文件啦。大家可以从第15行开始看：

file = open('C:\\Users\\17310\\Desktop\\test\\scores.txt','r',encoding='utf-8')
file_lines = file.readlines()
file.close()final_scores = [] for i in file_lines:data =i.split()    sum = 0                    for score in data[1:]:     sum = sum + int(score)     result = data[0]+str(sum)+'\n'    final_scores.append(result)winner = open('C:\\Users\\17310\\Desktop\\test\\winner.txt','w',encoding='utf-8')
winner.writelines(final_scores)
winner.close()

15行的代码是打开一个叫winner.txt的文件。(如果电脑中不存在winner.txt的话，这行代码会帮你自动新建一个空白的winner.txt)

16行的代码是以writelines()的方式写进去，为什么不能用write()？因为final_scores是一个列表，而write()的参数必须是一个字符串，而writelines()可以是序列，所以我们使用writelines()。

17行代码是关闭文件。

3. 习题练习

3.1 习题一

1.练习介绍
我们会通过今天的作业，复习课堂上学到的知识：编码和解码以及文件读写。

2.练习要求
今天的练习包含3个小练习

练习1：主要是想要你自己来动手操作一下编码和解码；
练习2：尝试一下图片的读写；
练习3：完成文件转移之间的数据处理，让数据发生变化。

3.请你根据代码中的要求，一步一步完成。

4.练习2：通过文件读写，复制图片

请你通过文件读写命令，读取 photo1 里的数据(提示见代码区开头)。
然后，新建名为“photo2”的图片(在同一个文件夹)，写入读到的数据。
这样，我们就通过文件读写的代码，完成了图片的复制(而非鼠标右键)。

# 先打开图片
file = open('C:\\Users\\17310\\Desktop\\test\\photo1.png','rb')     #以“rb”模式打开图片
data = file.read()
newfile = open('C:\\Users\\17310\\Desktop\\test\\photo2.png','wb')  #以“wb”模式写入
newfile.write(data)

5.练习3：在读写之间处理数据-1
在课堂上，我们已经见识过了：文件的一读一写之间，可以对数据进行一定的处理。
请你运行一次下侧的代码，重新体验一下那个过程。

file1 = open('C:\\Users\\17310\\Desktop\\test\\/scores.txt','r',encoding='utf-8')
file_lines = file1.readlines()
file1.close()final_scores = []for i in file_lines:data =i.split()sum = 0  # 先把总成绩设为0for score in data[1:]:  # 遍历列表中第1个数据和之后的数据sum = sum + int(score)  # 然后依次加起来，但分数是字符串，所以要转换    result = data[0]+str(sum)+'\n'  # 结果就是学生姓名和总分print(result)final_scores.append(result)#print(final_scores)sum1 = open('C:\\Users\\17310\\Desktop\\test\\winner.txt','w',encoding='utf-8')
sum1.writelines(final_scores)
sum1.close()

6.练习3：在读写之间处理数据-2
现在，我们计划对课堂上得到的“winner”文档再行处理一下。
让学员的成绩从高到低排列，然后放到新文档“winner_new.txt”。

# 下面注释掉的代码，皆为检验代码(验证每一步的思路和代码是否达到目标，可解除注释后运行)。file1 = open('C:\\Users\\17310\\Desktop\\test\\winner.txt','r',encoding='utf-8')
file_lines = file1.readlines()
file1.close()dict_scores = {}
list_scores = []
final_scores = []# print(file_lines)
# print(len('\n'))# 打印结果为：['罗恩102\n', '哈利383\n', '赫敏570\n', '马尔福275\n']
# 经过测试，发现'\n'的长度是1。所以，名字是“第0位-倒数第5位”，分数是“倒数第4位-倒数第二位”。
# 再根据“左取右不取”，可知：name-[:-4],score-[-4:-1]for i in file_lines:  # i是字符串。#print(i)name = i[:-4]  # 取出名字(注：字符串和列表一样，是通过偏移量来获取内部数据。)score = int(i[-4:-1])  # 取出成绩#print(name)# print(score)dict_scores[score] = name  # 将名字和成绩对应存为字典的键值对(注意：这里的成绩是键)list_scores.append(score)# print(list_scores)
list_scores.sort(reverse=True)  # reverse，逆行，所以这时列表降序排列，分数从高到低。#print(list_scores)for i in list_scores:result = dict_scores[i] + str(i) + '\n'# print(result)final_scores.append(result)#print(final_scores)  # 最终结果winner_new = open('C:\\Users\\17310\\Desktop\\test\\winner_new.txt','w',encoding='utf-8')
winner_new.writelines(final_scores)
winner_new.close()

3.2 习题二

1.练习介绍
这个练习，会让你学会一种方法，可以直接修改原文件中的数据。

2.练习要求
语文老师将一些古诗存在txt文档里，一句一行。
最近，他计划抽一些古诗，自己设置一些空来让学生默写。
请你用代码帮老师完成这项工作(只要处理了一个文档，加上循环就能处理无数个文档了)。

3.明确目标
请看下侧的讲解，明确我们要达成的目标。

我们以李商隐的《锦瑟》为例，这是原文档里的内容：锦瑟
[唐] 李商隐锦瑟无端五十弦，
一弦一柱思华年。
庄生晓梦迷蝴蝶，
望帝春心托杜鹃。
沧海月明珠有泪，
蓝田日暖玉生烟。
此情可待成追忆，
只是当时已惘然。老师在这首诗想考学生“一弦一柱思华年。”和“只是当时已惘然。”，即他想得到的是：锦瑟
[唐] 李商隐锦瑟无端五十弦，
__。
庄生晓梦迷蝴蝶，
望帝春心托杜鹃。
沧海月明珠有泪，
蓝田日暖玉生烟。
此情可待成追忆，
__。

4.具体的方法见上侧的代码区，请认真阅读每一行代码和每一个注释。
然后，你就可以为老师在原文档上截取古诗了。