【Python】基础语法（函数、列表和元组、字典、文件）

。一、函数

1、函数是什么

编程中的函数和数学中的函数有一定的相似之处。

数学上的函数，比如 y = sin x，x 取不同的值，y 就会得到不同的结果。

编程中的函数是一段可以被重复使用的代码片段。

（1）求数列的和，不使用函数

可以发现，这几组代码基本是相似的，只有一点点差异，可以把重复代码提取出来做成一个函数。

在实际开发中，复制粘贴是一种不太好的策略，实际开发的重复代码可能存在几十份甚至上百份。一旦这个重复代码需要被修改，那就得改几十次，非常不便于维护。

（2）求数列的和，使用函数

可以明显看到，重复的代码已经被消除了。

2、语法格式

（1）创建函数 / 定义函数

def 函数名(形参列表):函数体return 返回值# def:define定义
# 形参列表中可以有多个形参，多个形参（形式参数）之间用逗号分隔
# 函数体要带有一定的缩进（带有缩进的代码才是函数内部的语句）
# 函数执行到 return 就意味着执行完了，return 后面的值就是函数的返回值

（2）调用函数 / 使用函数

函数名(实参列表)            // 不考虑返回值
返回值 = 函数名(实参列表)   // 考虑返回值# 此处的实参个数要和形参个数匹配

函数定义并不会执行函数体内容，必须要调用才会执行，调用几次就会执行几次。

def test1():print('hello')# 如果光是定义函数, 而不调用, 则不会执行

函数必须先定义，再使用：

test3()          # 还没有执行到定义, 就先执行调用了, 此时就会报错. 
def test3():print('hello')

3、函数参数

在函数定义的时候，可以在 ( ) 中指定 “形式参数”（简称形参），然后在调用的时候，由调用者把 “实际参数”（简称实参) 传递进去。这样就可以做到一份函数，针对不同的数据进行计算处理。

前面这段代码中， beg、end 就是函数的形参； 1、100 / 300、400 就是函数的实参。

在执行 sum(1, 100) 的时候，就相当于 beg = 1、end = 100，然后在函数内部就可以针对 1-100进行运算。
在执行 sum(300, 400) 的时候，就相当于 beg = 300、end = 400，然后在函数内部就可以针对 300-400 进行运算。

实参和形参之间的关系就像签合同一样。

甲方、乙方就相当于形参，张三、李四就是实参。

def 签合同(甲方, 乙方):合同内容....
签合同('张三', '李四')
签合同('张三', '王五')
签合同('张三', '赵六')

注意：一个函数可以有一个形参，也可以有多个形参，也可以没有形参。一个函数的形参有几个，那么传递实参的时候也得传几个，保证个数要匹配。

和 C++ / Java 不同，Python 是动态类型的编程语言，函数的形参不必指定参数类型。换句话说，一个函数可以支持多种不同类型的参数。

4、函数返回值

函数的参数可以视为是函数的 “输入”，则函数的返回值就可以视为是函数的 “输出”。

此处的 “输入”，“输出” 是更广义的输入输出，不是单纯指通过控制台输入输出。

可以把函数想象成一个 “工厂”，工厂需要买入原材料，进行加工，并生产出产品。

函数的参数就是原材料，函数的返回值就是生产出的产品。

上面这两段代码的区别就在于：前者直接在函数内部进行了打印，后者则使用 return 语句把结果返回给函数调用者，再由调用者负责打印。一般倾向于第二种写法。

在实际开发中的一个通常的编程原则是：“逻辑和用户交互分离”。而第一种写法的函数中既包含了计算逻辑，又包含了和用户交互（打印到控制台上），这种写法是不太好的，如果后续我们需要的是把计算结果保存到文件中或者通过网络发送，或者展示到图形化界面里，那么第一种写法的函数就难以胜任了。而第二种写法则专注于做计算逻辑，不负责和用户交互，那么就很容易把这个逻辑搭配不同的用户交互代码，来实现不同的效果。

（1）一个函数中可以有多个 return 语句

（2）执行到 return 语句，函数就会立即执行结束，回到调用位置

下面这段代码和上一段代码的逻辑是等价的。

如果 num 是偶数，则进入 if 之后，就会触发 return False，也就不会继续执行 return True。

（3）一个函数是可以一次返回多个返回值的，使用 ',' 来分割多个返回值

（4）如果只想关注其中的部分返回值，可以使用 _ 来忽略不想要的返回值

5、变量作用域

在这个代码中，函数内部存在 x、y，函数外部也有 x、y。但是这两组 x、y 不是相同的变量，而只是恰好有一样的名字。

（1）变量只能在所在的函数内部生效

在函数 getPoint() 内部定义的 x、y 只是在函数内部生效。一旦出了函数的范围，这两个变量就不再生效了。

（2）在不同的作用域中允许存在同名的变量

虽然名字相同，但实际上是不同的变量。

注意：

在函数内部的变量也称为 “局部变量”。
不在任何函数内部的变量也称为 “全局变量”。

（3）如果函数内部尝试访问的变量在局部不存在，就会尝试去全局作用域中查找

（4）如果是想在函数内部修改全局变量的值，需要使用 global 关键字声明

如果此处没有 global，则函数内部的 x = 10 就会被视为是创建一个局部变量 x，这样就和全局变量 x 不相关了。

（5）if / while / for 等语句块不会影响到变量作用域

换而言之，在 if / while / for 中定义的变量在语句外面也可以正常使用。

6、函数执行过程

调用函数才会执行函数体代码，不调用则不会执行。
函数体执行结束（或者遇到 return 语句），则回到函数调用位置，继续往下执行。

这个过程还可以使用 PyCharm 自带的调试器来观察。

点击行号右侧的空白，可以在代码中插入断点。
右键，Debug，可以按照调试模式执行代码。每次执行到断点，程序都会暂停下来。
使用 Step Into (F7) 功能可以逐行执行代码。

7、链式调用

前面有一段代码：

实际上也可以简化写作：

把一个函数的返回值作为另一个函数的参数，这种操作称为链式调用。链式调用先执行 () 里面的函数，再执行外面的函数，换句话说，调用一个函数就需要先对它的参数求值。

8、嵌套调用

函数内部还可以调用其他的函数，这个动作称为 “嵌套调用”。

test 函数内部调用了 print 函数，这里就属于嵌套调用。

（1）一个函数里面可以嵌套调用任意多个函数

函数嵌套的过程是非常灵活的。

如果把代码稍微调整，打印结果则可能发生很大变化：

函数之间的调用关系，在 Python 中会使用一个特定的数据结构来表示，称为函数调用栈。每次函数调用，都会在调用栈里新增一个元素，称为栈帧。

可以通过 PyCharm 调试器看到函数调用栈和栈帧。

在调试状态下，PyCharm 左下角一般就会显示出函数调用栈。

（2）每个函数的局部变量，都包含在自己的栈帧中

选择不同的栈帧就可以看到各自栈帧中的局部变量。

上述代码，a、b、c、d 函数中的局部变量名各不相同。

如果变量名是相同的，比如都是 num，那么这四个函数中的 num 是属于同一个变量，还是不同变量呢?

虽然每个变量同名，但是它们是不同变量，属于不同的函数作用域，每个变量保存在各自的栈帧中（每个栈帧也是保存在内存上），变量本质就是一块内存空间。

9、函数递归

递归是嵌套调用中的一种特殊情况，即一个函数嵌套调用自己：

注意：递归代码务必要保证存在递归结束条件。比如 if n == 1 就是结束条件，当 n 为 1 的时候，递归就结束了。每次递归的时候，要保证函数的实参是逐渐逼近结束条件的。

如果上述条件不能满足，就会出现 “无限递归”，这是一种典型的代码错误：

如前面所描述，函数调用时会在函数调用栈中记录每一层函数调用的信息，但是函数调用栈的空间不是无限大的。如果调用层数太多就会超出栈的最大范围，导致出现问题。

（1）递归的优点

递归类似于 “数学归纳法”，明确初始条件和递推公式就可以解决一系列的问题。
递归代码往往代码量非常简介。（尤其是处理一些 “问题本身就是通过递归的方式定义的”）

（2）递归的缺点

递归代码往往执行过程非常复杂、难以理解，很容易超出掌控范围。
递归代码容易出现栈溢出的情况。（代码不小心写错导致每次递归，参数不能正确的接近递归结束条件，从而导致无限递归的情况）
递归代码一般都可以转换成等价的循环代码，且通常来说循环版本的代码执行效率要略高于递归版本。（函数调用也是有开销的）

实际开发的时候，使用递归要慎重！

10、参数默认值

Python 中的函数可以给形参指定默认值。

带有默认值的参数可以在调用的时候不传参。

此处 debug=False 即为参数默认值。当我们不指定第三个参数的时候，默认 debug 的取值即为 False。

（1）带有默认值的参数需要放到没有默认值的参数的后面

11、关键字参数

在调用函数的时候，需要给函数指定实参。一般默认情况下是按照形参的顺序来依次传递实参的。

但是我们也可以通过关键字参数来调整这里的传参顺序，显式指定当前实参传递给哪个形参。

形如上述 test(x=10, y=20) 这样的操作，即为关键字参数。

按照先后顺序来传参，这种传参风格称为 “位置参数”。位置参数和关键字参数可以混着用，只不过混着用的时候要求位置参数在前，关键字参数在后。

关键字参数一般搭配默认参数来使用。

一个函数可以提供很多的参数来实现对这个函数的内部功能做出一些调整设定，为了降低调用者的使用成本，可以把大部分参数设定出默认值。

当调用者需要调整其中的一部分参数时，可以搭配关键字参数来进行操作。

二、列表和元组

1、列表是什么 & 元组是什么

编程中经常需要使用变量来保存 / 表示数据。如果代码中需要表示的数据个数比较少，选择直接创建多个变量即可。

num1 = 10
num2 = 20
num3 = 30
......

但是有的时候，代码中需要表示的数据特别多，甚至也不知道要表示多少个数据。这个时候就需要用到列表。

（1）列表是一种在代码中批量表示 / 保存数据的方式

就像我们去超市买大米，如果就只是买一两袋大米，那我们直接拿着大米就走了。但是如果一次只买几天的分量，这个时候用手拿就不好拿，超市老板就会给我们个袋子，这个袋子就相当于列表。

（2）元组和列表相比非常相似

列表就是买散装大米，装好了袋子之后，随时可以把袋子打开，再往里多加大米或者拿出去一些大米。
元组就是买袋装大米，厂家生产好了大米之后，一袋就是固定的这么多，不能变动了。

二者最大的区别：列表中放哪些元素可以修改调整，元组中放的元素是创建元组的时候就设定好的，不能修改调整。

2、创建列表

创建列表主要有两种方式。

（1）[ ] 表示一个空的列表

（2）如果需要往里面设置初始值，可以直接写在 [ ] 当中

可以直接使用 print 来打印 list 中的元素内容。

（3）列表中存放的元素允许是不同的类型

这一点和 C++、Java 差别较大。

注意：因为 list 本身是 Python 中的内建函数，不宜再使用 list 作为变量名，因此命名为 a。

3、访问下标

（1）可以通过下标访问操作符 [ ] 来获取到列表中的任意元素

把 [ ] 中填写的数字称为下标或者索引。

注意：下标是从 0 开始计数的，因此下标为 2，则对应着 3 这个元素。

（2）通过下标不光能读取元素内容，还能修改元素的值

（3）如果下标超出列表的有效范围，会抛出异常

（4）因为下标是从 0 开始的，因此下标的有效范围是 [0, 列表长度 - 1]。使用 len 函数可以获取到列表的元素个数

len 可以传字符串、列表、元组、字典、自定义的类。（动态类型）

（5）下标可以取负数，表示 “倒数第几个元素”

4、切片操作

通过下标操作是一次取出里面第一个元素。

通过切片，则是一次取出一组连续的元素，相当于得到一个子列表。

（1）使用 [ : ] 的方式进行切片操作

a[1:3] 中的 1:3 表示的是 [1, 3) 这样的由下标构成的前闭后开区间，也就是从下标为 1 的元素开始（2），到下标为 3 的元素结束（4），但是不包含下标为 3 的元素，所以最终结果只有 2，3。

（2）切片操作中可以省略前后边界

切片操作是一个比较高效的操作。进行切片时，只是取出了原有列表中的一个部分，并不涉及到 “数据的拷贝”。假设有一个很大的列表进行切片，切片的范围也很大，即使如此，切片操作仍然非常高效。

（3）切片操作还可以指定 “步长”，也就是 “每访问一个元素后，下标自增几步”

（4）切片操作指定的步长还可以是负数，此时是从后往前进行取元素，表示 “每访问一个元素之后，下标自减几步”

（5）如果切片中填写的数字越界了，不会有负面效果，只会尽可能的把满足条件的元素过去到

5、遍历列表元素

“遍历” 指的是把元素一个一个的取出来，再分别进行处理。

（1）for 循环（最常用）

（2）使用 for 按照范围生成下标，按下标访问

（3）使用 while 循环，手动控制下标的变化

6、新增元素

（1）使用 append 方法向列表末尾插入一个元素（尾插）

此处的 append 是搭配列表对象 a 来一起使用的，而不是作为一个独立的函数。这种要搭配对象来使用的函数（function），也叫作“方法”（method）。

（2）使用 insert 方法向任意位置插入一个元素

insert 第一个参数表示要插入元素的下标。

什么是 “方法”（method）？

方法其实就是函数。只不过函数是独立存在的，而方法往往要依附于某个 “对象”。

像上述代码 a.append，append 就是依附于 a，相当于是 “针对 a 这个列表进行尾插操作”。

7、查找元素

（1）使用 in 操作符判定元素是否在列表中存在，返回值是布尔类型

（2）使用 index 方法查找元素在列表中的下标，返回值是一个整数。如果元素不存在，则会抛出异常

8、删除元素

（1）使用 pop 方法删除最末尾元素

（2）pop 也能按照下标来删除元素

（3）使用 remove 方法，按照值删除元素

9、连接列表

（1）使用 + 能够把两个列表拼接在一起

此处的 + 结果会生成一个新的列表，而不会影响到旧列表的内容。

（2）使用 extend 方法，相当于把一个列表拼接到另一个列表的后面

a.extend(b)，是把 b 中的内容拼接到 a 的末尾。不会修改 b，但是会修改 a。

不需要数据拷贝和释放。

（3）使用 += 能够把两个列表拼接在一起

需要进行数据拷贝和释放。

a +=b 等价于 a = a + b

相比 extend，+= 多了 3 步操作：

构造新的大列表
把大列表中的值赋值给 a
把 a 的旧值进行释放

10、关于元组

元组的功能和列表相比，基本是一致的。

（1）创建元组

元组使用 ( ) 来表示：

（2）在创建元组时就指定初始值

（3）元组中的元素可以是任意类型的

（4）通过下标来访问元组中的元素，下标从 0 开始，到 len-1 结束

（5）通过切片来获取元组中的一个部分

（6）可以使用 for 循环等方式进行遍历元素

（5）使用 in 来判定元素是否存在 & 使用 index 查找元素下标

（6）使用 + 来拼接两个元组

（7）元组不能修改里面的元素，列表则可以修改里面的元素

因此，像读操作，比如访问下标、切片、遍历、in、index、+ 等，元组也是一样支持的。但是像写操作，比如修改元素、新增元素、删除元素、extend 等，元组则不能支持。

（8）元组在 Python 中很多时候是默认的集合类型

例如，当一个函数返回多个值的时候：

此处的 getPoint() 的类型其实是元组。

既然已经有了列表，为什么还需要有元组呢？

元组相比于列表来说，优势有两方面：

假设你有一个列表，现在需要调用一个函数进行一些处理。但你不是特别确认这个函数是否会把你的列表数据弄乱，那么这个时候选择传一个元组（不可变对象，可以 hash，可作为字典的键）就会安全很多。
下面要学习的字典，它是一个键值对结构，要求字典的键必须是 “可 hash 对象”（字典本质上也是一个 hash 表），而一个可 hash 对象的前提就是不可变，因此元组可以作为字典的键，但是列表不行。

11、小结

列表和元组都是日常开发最常用到的类型，最核心的操作就是根据 [ ] 来按下标操作。
在需要表示一个 “序列” 的场景下，就可以考虑使用列表和元组。
如果元素不需要改变，则优先考虑元组。
如果元素需要改变，则优先考虑列表。

三、字典

1、字典是什么

字典是一种存储 键值对 的结构。

什么是键值对？

这是计算机 / 生活中一个非常广泛使用的概念。把键（key）和值（value）进行一个一对一的映射，然后就可以根据键快速找到值。

举例：学校的每个同学都会有一个唯一的学号。知道了学号，也就能确定是哪个同学。此处 “学号” 就是 “键”，这个 “同学” 就是 “值”。

在 Python 的字典中，可以同时包含很多个键值对，同时要求这些键不能重复。

（1）创建字典

A. 创建一个空的字典. 使用 { } 表示字典

B. 在创建的同时指定初始值

键值对之间使用 ',' 分割，键和值之间使用 : 分割（冒号后面推荐加一个空格）

一个字典中的 key 的类型不一定都相同，一个字典中的 value 的类型也不需要都一样。
字典对于 key 是什么类型，有做约束；对于 value 是什么类型，没有做约束。

为了代码更规范美观，在创建字典的时候往往会把多个键值对，分成多行来书写：

注意：最后一个键值对后面可以写 ','，也可以不写。

使用 print 来打印字典内容：

2、查找 key

（1）使用 in 可以判定 key 是否在字典中存在，返回布尔值

（2）使用 [ ] 通过类似于取下标的方式获取到元素的值，只不过此处的 “下标” 是 key（可能是整数，也可能是字符串等其他类型）

对于字典来说，使用 in 或者 [ ] 来获取 value 都是非常高效的操作（字典背后使用了特殊的数据结构：哈希表）。
对于列表来说，使用 in 是比较低效的（需要把整个列表遍历一遍），而是使用 [ ] 是比较高效的（类似于数组 / 顺序表取下标）。

（3）如果 key 在字典中不存在，就会抛出异常

3、新增 / 修改元素

使用 [ ] 可以根据 key 来新增 / 修改 value。

（1）如果 key 不存在，对取下标操作赋值，即为新增键值对

（2）如果 key 已经存在，对取下标操作赋值，即为修改键值对的值

以上两种都是写操作。

4、删除元素

（1）使用 pop 方法根据 key 删除对应的键值对

字典中的各种操作（新增、删除、获取 value、修改 value）都是针对 key 来进行的。

5、遍历字典元素

遍历指的是能够把一个可迭代对象里面包含的元素一次取出来，并进行一些操作，整个过程要求不重不漏。

不过，字典被设计出来的初衷并不是为了实现遍历，而是为了增删改查。字典是哈希表，进行增删改查操作的效率是非常高的（哈希表这个结构被设计得非常巧妙，能够以 “常熟级” 时间复杂度来完成增删改查）。而字典的遍历，效率就会差一些。

（1）直接使用 for 循环能够获取到字典中的所有的 key，进一步的就可以取出每个值了

在 C++ / Java 中，哈希表里面的键值对存储的顺序是无序的。但是在 Python 中并不一样，Python 做了特殊处理，能够保证遍历出来的顺序就是和插入的顺序一致。所以说，Python 中的字典又不是一个单纯的哈希表。

6、取出所有 key 和 value

此处 dict_keys 是一个特殊的类型，专门用来表示字典的所有 key。大部分元组支持的操作对于 dict_keys 同样适用。dict_values 和 dict_items 也是一个特殊的类型，和 dict_keys 类似。

7、合法的 key 类型

不是所有的类型都可以作为字典的 key。

字典本质上是一个哈希表，哈希表的 key 要求是 “可哈希的”，也就是可以计算出一个哈希值。

可以使用 hash 函数计算某个对象的哈希值。
但凡能够计算出哈希值的类型, 都可以作为字典的 key。

不可变的对象一般就是可哈希的，可变的对象一般就是不可哈希的。

8、小结

字典也是一个常用的结构，字典的所有操作都是围绕 key 来展开的。
需要表示 “键值对映射” 这种场景时就可以考虑使用字典。

四、文件

1、文件是什么

变量是把数据保存到内存中。如果程序重启 / 主机重启，内存中的数据就会丢失。

要想能让数据被持久化存储，就可以把数据存储到硬盘中，也就是在文件中保存。

在 Windows “此电脑” 中看到的内容都是文件：

通过文件的后缀名可以看到文件的类型。常见的文件的类型如下：（数据都是保存在硬盘上的）

文本文件（文本：txt，表格：xlsx）
可执行文件（exe，dll）
图片文件（图片：jpg，gif）
视频文件（电影：mp4，歌曲：mp3，mov）
office 文件（.ppt，docx）
... ...

存储器包含内存（空间更小、访问速度快、成本更高、数据易失）和外存（主要体现：硬盘（空间更大、访问速度慢、成本便宜、数据持久化存储）），变量在内存中；文件在硬盘中。

下面主要研究最简单的文本文件。

2、文件路径

一个机器上会存在很多文件，为了让这些文件更方面的被组织，往往会使用很多的 “文件夹”（也叫做目录）来整理文件。

实际一个文件往往是放在一系列的目录结构之中的。

为了方便确定一个文件所在的位置，使用文件路径（一层层目录构成的字符串）来进行描述。

知道了文件路径就可以知道这个文件在硬盘中的详细位置，也就可以进一步知道这个文件里面有什么了。

文件路径也可以视为是文件在硬盘上的身份标识，每个文件对应的路径都是唯一的。

例如，前面截图中的 QQ.exe 这个文件，可以使用路径来描述这个文件的位置：D:\program\qq\Bin\QQ.exe 来表示。

D: 表示盘符，不区分大小写。
每一个 \ 表示一级目录。当前 QQ.exe 就是放在 “D 盘下的 program 目录下的 qq 目录下的 Bin 目录中”。
目录之间的分隔符可以使用 \ 也可以使用 /，一般在编写代码的时候使用 / 更方便，因为有些情况下 \ 有特殊含义，表示 “转义字符”。

上述以盘符开头的路径，称为绝对路径。

除了绝对路径之外，还有一种常见的表示方式是相对路径。相对路径需要先指定一个基准目录，然后以基准目录为参照点，间接的找到目标文件。

描述一个文件的位置，使用绝对路径和相对路径都是可以的。不过，使用绝对路径更简单更好理解，也不容易出错。

3、文件操作

要使用文件，主要是通过文件来保存数据，并且在后续把保存的数据读取出来。

但是要想读写文件，需要先 “打开文件”，读写完毕之后还要 “关闭文件”。

（1）打开文件

使用内建函数 open 打开一个文件：

f = open('d:/test.txt', 'r')
print(f)
print(type(f))

open 的返回值是一个文件对象，此处的文件对象就是内存上的一个变量，就像一个 “遥控器” 一样。在计算机中，把这样远程操控的 “遥控器” 称为 “句柄”（handler）。

第一个参数是一个字符串，表示要打开的文件路径。
第二个参数是一个字符串，表示打开方式。其中，r 表示按照读方式打开，w 表示按照写方式打开，a 表示追加写方式打开。
如果打开文件成功，返回一个文件对象，后面的读写文件操作都是围绕这个文件对象来进行操作的。
如果打开文件失败（比如路径指定的文件不存在），就会抛出异常。

（2）关闭文件

使用 close 方法关闭已经打开的文件：

f.close()

注意：使用完毕的文件要记得及时关闭。

A. 一个程序能同时打开的文件个数，是存在上限的

如上面代码所示，如果一直循环的打开文件，而不去关闭的话，就会出现上述报错。

当一个程序打开的文件个数超过上限，就会抛出异常。

在系统中是可以通过一些设置项来配置能打开文件的最大数目。但是无论配置多少，都不是无穷无尽的，所以都需要记得及时关闭，释放资源。

文件资源泄露是一个蛮严重的问题，因为它不会第一时间暴露出来，而是在我们不注意的时候突然 “偷袭” 一下。

注意：上述代码中，使用一个列表来保存了所有的文件对象。如果不进行保存，那么 Python 内置的垃圾回收机制（GC），会在文件对象销毁的时候自动关闭文件。

但是由于垃圾回收操作不一定及时，所以我们写代码仍然要考虑手动关闭释放，尽量避免依赖自动关闭。

正确写法：

每个程序在启动时都会默认打开三个文件：

标准输入（键盘）input
标准输出（显示器）print
标准错误（显示器）

（3）写文件

文件打开之后就可以写文件了：

写文件要使用写方式打开，open 第二个参数设为 'w'
使用 write 方法写入文件

用记事本打开文件，即可看到文件修改后的内容：

A. 如果是使用 'r' 方式打开文件，则写入时会抛出异常

使用 'w' 一旦打开文件成功，就会清空文件原有的数据内容。
使用 'a' 实现 “追加写”，此时原有内容不变，写入的内容会追加在之前文件内容的末尾。

B. 针对已经关闭的文件对象进行写操作，也会抛出异常

（4）读文件

A. 读文件内容需要使用 'r' 的方式打开文件

使用 read 方法完成读操作，参数表示 “读取几个字符”。

计算机表示中文的时候，会采取一定的编码方式，称为 “字符集”。所谓 “编码方式”，本质上就是使用数字表示汉字。

中文和英文类似，在计算机中都是使用 “数字” 来表示字符的。哪个数字对应哪个汉字，在计算机中可以有多个版本。计算机只能表示二进制数据。要想表示英文字母，或者汉字，或者其他文字符号，就都要通过编码。最简单的字符编码就是 ASCII，使用一个简单的整数就可以表示英文字母和阿拉伯数字。但是要想表示汉字，就需要一个更大的码表。在实际开发的过程中，必须要保证文件本身的编码方式和 Python 代码中读取文件使用的编码方式匹配，才能避免出现上述问题。一般常用的汉字编码方式主要是：GBK 和 UTF-8。（相比于 gbk，utf8 是使用更广泛的编码方式）

Python3 中默认打开文件的字符集跟随系统，而 Windows 简体中文版的字符集采用了 GBK，所以如果文件本身是 GBK 的编码，直接就能正确处理。如果文件本身是其他编码（比如 UTF-8），那么直接打开就可能出现上述问题。

使用记事本打开文本文件，在 “菜单栏” -> “文件” -> “另存为” 窗口中可以看到当前文件的编码方式：