话说Python（三）万恶的编码
万恶的编码
小菜对于老师上一节讲的不是很明白，因为没有一本书是将文件与web一起讲授的，他决定自己探究一下它们之间的不同：
首先，小菜在C盘建了一个文本文档 file.txt,输入四个字：我是小菜。
然后，小菜在shell中练习起来：
>>> file=open("c:\\file.txt","r")
>>> data=file.read()
>>> print(data)
我是小菜
>>>
小菜有了成就感，接着试一试这个：
>>> import urllib.request
>>> page=urllib.request.urlopen("http://www.baidu.com")
>>> data=page.read()
>>> print(data)
b'<!doctype html><html><head><meta http-equiv="Content-Type" content="text/html;charset=gb2312"><title>\xb0\xd9\xb6\xc8\xd2\xbb\xcf\xc2\xa3\xac\xc4\xe3\xbe\xcd\xd6\xaa\xb5\xc0
#在这里为了节约篇幅我省略了后面内容
“不对啊，这些反斜杠是啥啊！汉字咋没了？”小菜对于这种蔑视汉语的行为非常愤慨，“怪不得中国人编程不行了，连汉字都要折腾半天。”
第二天一上课，小菜跑到老师跟前，抱怨起来：“文件和网络读取的结果不一样啊！一个正常，一个不显示汉字。”
大牛老师笑着说：“这不能怪你，是我没有讲清楚。”
Python 3.x 与Python 2.x的不同点之一就是Python3k引入了bytes对象，刚才小菜在file中得到的是string（字符串），而在url中得到的是bytes（字节）。在最后的输出里，前面有一个b，指的就是bytes。其实，如果open采用“b”模式的时候，得到的也是bytes，将字节转化就要学到今天的内容：编码。
Python3k中采用两个函数完成这个工作：encode()和decode()。
顾名思义：encode()是进行编码的，将字符串编码成想要的编码格式。
decode()是进行解码的，将编码的字节解码为字符串。
常用的编码格式有ASCII、unicode、UTF-8、big5、gbk、gb2312等，ascii用于北美字符，utf-8、unicode是国际标准，big5是中文繁体，gbk、gb2312是简体中文。
小菜的web数据是gb2312编码的，可以在后面写
>>> content=data.decode('gb2312')
>>> print(content)
<!doctype html><html><head><meta http-equiv="Content-Type" content="text/html;charset=gb2312"><title>百度一下，你就知道 </title>
相关文档：
Python 是免费的解释性语言，具有面向对象的特性。可以运行在多种操作系统之上，Python具有清晰的结构，简洁的语法以及强大的功能。Python可以完成从文本处理到网络通信等各种工作，python自身已经提供了大量的模块来实现各种功能，除此以外还可以使用C/C++来扩展Python，甚至还可以将Python嵌入到其他� ......
#filename Seek.py
import unicodedata
import sys
import os
class Seek():
"""
功能:查找中文,并替换成指定字符或字符串
使用方法:python脚本用法
参数说明:
-d& ......
总结下，Python 下载网页的几种方法
1
fd = urllib2.urlopen(url_link)
data = fd.read()
这是最简洁的一种，当然也是Get的方法
2
通过GET的方法
def GetHtmlSource(url):
try:
htmSource = ''
&nb ......
对于个人版，使用了.NET，安装完企业版后，看了看目录，发现大量python脚本。dll中也有sqlite3.dll
C:\Program Files\China Mobile\Efetion目录下文件：
Addin
boost_python.dll
bz2.pyd
dbghelp.dll
EFetion.exe
EFetion.exe.manifest
EFWP.exe
EFXLiveUpdate.exe
EFXLiveUpdate.exe.manifest
Face
Help.chm
......
