Python 3 Tutorial 第二堂（1）Unicode 支援、基本I/O

filename = input('檔名：') file = open(filename, 'r', encoding='UTF-8') ... 實際上對於Python 來說，讀取檔案最好的方式，就是不要去 read 它，這是什麼意思？ 回PythonTutorial 在第一堂下課之前，我們完成了練習1：哈囉！世界！，那麼那些程式碼中做了什麼？為了方便，把範例程式碼再貼過來一下： filename=input('檔名：') file=open(filename,'r',encoding='UTF-8') content=file.read() file.close() print(content) print(content.encode('UTF-8'))#這是什麼？ print(content.encode('UTF-8').decode('UTF-8'))#這是什麼？ 原始碼檔案的編碼 首先，程式一開始使用input函式指定提示訊息，這會讓程式停下來等待使用者的輸入。

在提示訊息的部份使用了中文，在Ubuntu中這沒有問題，然而，若你試著在Windows環境中進行這個課程，第一個練習可能就會遇上問題： 這是因為Python3.x中，python直譯器預期的.py編碼，預設是UTF-8，而在Ubuntu15.10中，預設採用的文字編碼也是UTF-8，這時在.py檔案中撰寫中文，並不會有問題發生，然而，你知道在Windows中，使用記事本編輯文字檔案時，預設的文字編碼是什麼嗎？ 有趣的是，有時我上課會問學員一個問題：「你用的原始碼文字編碼是什麼？」很多學員答不出來，很多人不知道自己作業系統中開個純文字檔編碼是什麼，不知道在整合開發環境（IntegratedDevelopmentEnvironment,IDE）中開個原始碼編碼是什麼，當然也就不知道為什麼把A專案的原始碼放到B專案中程式碼會出現亂碼。

如果你連UTF-8是什麼都不知道，那建議你看看我寫的〈亂碼1/2〉中這幾篇文件： 哪來的純文字檔？ Unicode與UTF UTF-8 在Windows中使用記事本編輯文字檔案，預設的編碼是MS950，在Python3.x中，若.py檔案的編碼若不是UTF-8，必須在檔案的一開頭作編碼宣告（Encodingdeclaration）： 編碼宣告是個魔法註解（Magiccomment），在上頭的例子中，#coding=MS950告訴Python直譯器，這個原始碼檔案是以MS950來編碼，如此就能正確地讀取.py檔案。

Python的Unicode支援 Python3.x中，文字是str型態的實例，不過str代表的是Unicode，下面這個程式在Python3.x中執行的話： text='測試' print(type(text))#顯示"" print(len(text))#顯示2 type函式可用來得知資料的型態，而len會表示有兩個「字元」，這樣的結果代表著Python3.x對Unicode有比較好的支援，反觀在Python2.x，程式中，文字雖是str的實例，然而卻是代表文字資料的位元組序列（Bytesequence）。

例如在Python2.x中，以下的程式會顯示6，即使'測試'是兩個字元： #coding=UTF-8 text='測試' printlen(text)#顯示6 這是因為'測試'這兩個字元，使用UTF-8編碼的話，會使用六個位元組，在Python2.x中，len函式實際上是計算位元組序列的長度，而不是字元長度。

在Python2.x中，如果想要用Unicode來代表文字，也就是想要用unicode型態來封裝文字，可以使用Unicode字面常量（Unicodeliteral）來表示，也就是在文字前置一個u符號。

例如： #coding=UTF-8 text=u'測試' printtype(text)#顯示"" printlen(text)#顯示2 Python2.x直譯器執行程式時，會使用unicode實例來代表文字資料，使用len取得一個unicode實例的長度時，它會告訴你有幾個字元。

為了讓Python3.x與2.x之間有更好的相容性，在Python3.5中，也可以使用u明確指定是一個str實例（記得，Python3.x中是代表Unicode），而使用b的話，表示是一個bytes實例，也就是一個位元組序列。

底下顯示了Python3.5與Python2.7的文字編碼差異： 在Python3.x中，如果想取得文字實際編碼後的位元組序列，可以使用encode方法指定編碼，這也會傳回一個bytes實例，如果有個bytes實例，可以使用decode指定編碼，傳回代表Unicode的str實例。

例如下圖是在Python3.x互動交談環境中的測試實例： 如果想知道更多Python中有關文字編碼的細節，可以再參考〈Python的編碼〉這篇文件。

基本I/O 接下來看看有關基本I/O的部份，你可以使用open函式來開啟檔案，開啟時指定存取模式，'r'表示讀取，'w'表示寫入，由於在Ubuntu中，預設的文字編碼是UTF-8，若你讀取的檔案中含有中文，最好是指定encoding參數，若不指定的話，就看系統是什麼編碼了，具體來說，就是以locale.getpreferredencoding(False)的傳回結果作為讀取時的編碼。

open函式會傳回_io.TextIOWrapper實例，使用read方法可以讀取檔案內容，以str型態傳回，以下是個實際的讀取程式範例： importsys file=open(sys.argv[1],'r') content=file.read() file.close() print(content) 程式第一行匯入（import）了sys模組，sys.argv是個list，其中儲存了執行程式時的命令列引數（Commandlinearguments），索引0固定都是執行時的模組名稱，而後是跟隨著的引數，例如執行python3.5hello.pyonetwothree時，sys.argv[0]就會是'hello.py'，其餘索引則是'one'、'two'、'three'。

print()在Python3.x中是個函式，用來顯示指定的資料。

不使用檔案時，記得使用close關閉檔案。

類似地，一個寫入檔案的程式範例如下，write方法會將文字的位元組序列寫入至檔案中： importsys file=open(sys.argv[1],'w') file.write('test') file.close() 如果要逐行讀取檔案呢？可以使用open傳回實例上的readline方法，例如逐行讀取一個文字檔案的所有內容，可以在while迴圈中進行： importsys file=open(sys.argv[1],'r') whileTrue: line=file.readline() ifnotline:break print(line,end='') file.close() 如果讀不到東西了，那readline會傳回''，在if判斷式中，''會被視為False。

while後加上:表示區塊開始，Python中使用縮排來決定區塊範圍。

注意！你可以自行決定縮排字元，但是Python中縮排要一致，如果縮排想使用Tab字元，那所有原始碼就都要使用Tab字元縮排，如果要使用四個空白字元，那所有原始碼就得是四個空白字元來縮排，強制統一縮排，是Python的特色，也是Python的文化。

print()函式顯示完指定的文字後，預設會加上換行字元，若想指定其他字元，可以在end參數上指定，在上例中，加上了end=''，也就不會換行了。

可以使用readlines方法一次讀取所有檔案內容，這會傳回list，每個索引處代表一行內容，一個程式範例是這樣的： importsys file=open(sys.argv[1],'r') forlineinfile.readlines(): print(line,end='') file.close() forin語法可作用在list上，逐一取出list中的元素並指定給變數，對於forlineinfile.readlines()是這樣閱讀的：對於file.readlines()傳回的list中每個元素，將之指定給line。

實際上對於Python來說，讀取檔案最好的方式，就是不要去read它，這是什麼意思？是這樣的… importsys forlineinopen(sys.argv[1],'r'): print(line,end='') 這是Python的風格，也是Python的文化，這樣的寫法好處就是增加了可讀性，你不用自行使用close關閉檔案，在open傳回的實例被回收後，檔案就會關閉，forlineinopen(sys.argv[1],'r')是這樣閱讀的：對於開啟檔案的每一行。

除了可讀性外，這個語法還能讓讀取更有效率，不過現階段你不用管這些事，只要當這語法背後施了些魔法就好。