Python 数据类型转换、编码处理与文件操作实战指南

一、数据类型转换

• int (整型) 与 str (字符串) 之间：

  • str 转 int：int("123") (要求字符串内容必须是数字)。

  • int 转 str：str(123)。

  • 规则： 使用目标类型的英文名加括号包裹原数据即可。

• list (列表) 与 tuple (元组) 之间：

  • list 转 tuple：tuple([1, 2, 3])。

  • tuple 转 list：list((1, 2, 3))。

• list 与 str 之间：

  • str 转 list：list("abc") → ['a', 'b', 'c'] (意义不大)。

  • list 转 str：str([1, 2, 3]) → '[1, 2, 3]' (意义不大)。

• list 或 tuple 与 dict (字典) 之间：

  • 非直接转换。需提供依据（如键或值）。

  • 字典转列表（仅获取键）：list(my_dict.keys())。

  • 字典转列表（仅获取值）：list(my_dict.values())。

• 其他类型转换为 bool (布尔值)：

  • 记住以下值转换为 False： 0 (数字零), "" (空字符串), {} (空字典), [] (空列表), () (空元组), None。

  • 其他所有值均转换为 True。

  • 在 if 条件语句中，可以直接跟一个值，Python会自动将其转换为布尔值判断真假。

二、None 类型

• 含义： 代表空数据或空值，等价于其他语言中的 null。

• 作用： 在变量初始值为空时，使用 None 避免不必要的内存开辟。例如，v1 = None 比 v1 = "" 或 v1 = 0 更高效，因为它指向一个固定的空地址，不会额外创建空对象。

• 布尔转换： None 转换为布尔值时为 False。

三、编码与字节

• 历史演进：

  • ASCII： 早期编码，1字节(8位)，256个字符，主要包含英文、数字、符号。

  • GB2312/GBK： 中国等亚洲国家为支持中文等文字开发的编码，通常2字节。

  • Unicode (万国码)： 包含全球所有文字的字符集，支持最长4字节表示。

• 存储与传输问题：

  • Python内部字符串基于Unicode（通常每个字符占4字节）。

  • Unicode虽全面，但占空间大，不适合网络传输和文件存储（浪费流量和存储）。

• UTF-8：

  • 对Unicode进行压缩处理，变长编码（1-4字节）。

  • ASCII字符占1字节，中文字符通常占3字节。

  • 常用场景： 网络传输和文件存储。

• 字符串 (str) 与字节 (bytes) 转换：

  • encode()： 将字符串（Unicode）转换为字节（如UTF-8编码）。

    • my_str.encode('utf-8') → 得到bytes类型数据（用于写入文件或网络传输）。

  • decode()： 将字节（如UTF-8编码）转换回字符串（Unicode）。

    • my_bytes.decode('utf-8') → 得到str类型数据（用于读取文件或网络接收数据后的处理）。

四、文件操作

• 基本三步：

  1. 打开文件： open(file_path, mode)

  2. 操作文件： 读取 (read()) 或 写入 (write())

  3. 关闭文件： f.close() (重要，释放资源，确保数据写入硬盘)

• 文件路径：

  • 相对路径： 相对于当前Python脚本的运行目录（如'db.txt'）。

  • 绝对路径： 文件的完整路径（如'D:\\my_project\\db.txt'），Windows路径前加r避免转义符问题。

• 打开模式 (mode)：

  • 'w' (write)： 写入模式。如果文件不存在则创建；如果文件存在，会先清空所有内容，再写入新内容。

  • 'a' (append)： 追加模式。如果文件不存在则创建；如果文件存在，保留原有内容，并在文件末尾追加新内容。

  • 'r' (read)： 读取模式。文件必须存在，否则报错。

  • 'b' (binary)： 二进制模式（配合w/a/r使用，如'wb', 'ab', 'rb'）。用于处理非文本数据（如图片、视频）或经过编码的文本字节流。

    • 'wb' / 'ab'：写入时必须传入 bytes 类型数据。

    • 'rb'：读取时得到 bytes 类型数据。

• 写入文件：

  • 文本写入：f.write(my_string.encode('utf-8')) (文本需先编码为字节)。

  • 换行符：\n。

  • f.flush()： 强制将内存中的数据立即写入硬盘，确保数据不丢失（在频繁写入但不需要立即关闭文件时有用）。

  • 优化： 尽可能在程序开始时打开文件，多次写入后在程序结束时关闭，减少频繁打开关闭的性能开销。

• 读取文件：

  • f.read()：读取文件所有内容，返回 bytes 类型数据。

  • 关键步骤： my_bytes.decode('utf-8') 将读取到的字节数据解码为字符串，方便后续处理。

  • 字符串处理：

    • my_str.strip()：移除字符串两端的空白字符（包括空格、制表符、换行符\n）。

    • my_str.split('\n')：根据换行符将字符串切割成列表，每项代表一行。

    • line.split(',')：根据逗号切割单行数据。

五、实践案例 

• 用户注册存储到文件：

  • 获取用户名、密码、邮箱。

  • 将它们格式化为一行字符串（如"用户名,密码,邮箱\n"）。

  • 将该行字符串编码为UTF-8字节。

  • 使用'ab'模式打开文件，写入字节数据。

  • 使用f.flush()确保每条注册信息及时写入硬盘。

• 下载网络数据并处理：

  • 使用requests.get(url)获取网络响应。

  • res.content：获取原始响应内容（通常是字节类型，如UTF-8编码的文本或图片二进制数据）。

  • 如果内容是文本：res.content.decode('utf-8')还原为字符串，再进行替换、解析等操作。处理后的字符串再encode('utf-8')写入文件。

  • 如果内容是图片：直接将res.content写入以'wb'模式打开的文件。

• 读取文件信息并构建数据结构：

  • 使用'rb'模式打开文件。

  • f.read().decode('utf-8').strip()：读取并解码为字符串，去除两端多余的换行。

  • my_str.split('\n')：按行分割得到列表。

  • 遍历列表中的每一行，line.split(',')按逗号分割，获取所需数据（如股票代码和名称）。

  • 将获取到的数据构建成目标字典格式。

• 下载图片：

  • 获取图片URL。

  • requests.get(image_url).content获取图片二进制数据。

  • 使用'wb'模式打开本地文件路径（文件名可从图片数据中提取）。

  • 将图片二进制数据写入文件。

注意事项

• 编码陷阱：处理非 UTF-8 编码文件时需指定正确编码（如gbk），避免乱码。
• 资源管理：使用with open()语法自动关闭文件，替代手动close()，防止资源泄漏。
• 性能优化：批量写入替代频繁单次写入，减少open/close开销。