06.Python再谈编码

时间：2020-01-09 01:18:40 阅读：130 评论：0 收藏：0 [点我收藏+]

?. is和==的区别

?. 编码的补充

原文地址：https://www.cnblogs.com/xuweng/p/12169282.html

06.Python再谈编码

?. is和==的区别

1. id()

通过id()我们可以查看到?个变量表?的值在内存中的地址.

?数据池(常量池): 把我们使?过的值存储在?数据池中.供其他的变量使?.

?数据池给数字和字符串使?, 其他数据类型不存在.

对于数字: -5~256是会被加到?数据池中的. 每次使?都是同?个对象.

对于字符串:

1. 如果是纯?字信息和下划线. 那么这个对象会被添加到?数据池

2. 如果是带有特殊字符的. 那么不会被添加到?数据池. 每次都是新的

3. 如果是单?字?*n的情况. ‘a‘*20, 在20个单位内是可以的. 超过20个单位就不会添加

到?数据池中

注意(?般情况下): 在py?件中. 如果你只是单纯的定义?个字符串. 那么?般情况下都是会

被添加到?数据池中的. 我们可以这样认为: 在使?字符串的时候, python会帮我们把字符串

进?缓存, 在下次使?的时候直接指向这个字符串即可. 可以节省很多内存.

这个问题千万不要纠结. 因为官?没有给出?个完美的结论和定论.所以只能是??摸索.

以下内容摘?官?中关于id()的描述

说了这么多. 这个id()和is有什么关系呢. 注意. is比较的就是id()计算出来的结果. 由于id是帮我

们查看某数据(对象) 的内存地址. 那么is比较的就是数据(对象)的内存地址.

最终我们通过is可以查看两个变量使?的是否是同?个对象.

== 双等表?的是判断是否相等, 注意. 这个双等比较的是具体的值.?不是内存地址

总结:

is 比较的是地址

== 比较的是值

?. 编码的补充

1. python2中默认使?的是ASCII码. 所以不?持中?. 如果需要在Python2中更改编码.

需要在?件的开始编写:

2. python3中: 内存中使?的是unicode码.

编码回顾:

1. ASCII : 最早的编码. ??有英??写字?, ?写字?, 数字, ?些特殊字符. 没有中?,

8个01代码, 8个bit, 1个byte

2. GBK: 中?国标码, ??包含了ASCII编码和中?常?编码. 16个bit, 2个byte

3. UNICODE: 万国码, ??包含了全世界所有国家?字的编码. 32个bit, 4个byte, 包含了

ASCII

4. UTF-8: 可变?度的万国码. 是unicode的?种实现. 最?字符占8位

1.英?: 8bit 1byte

2.欧洲?字:16bit 2byte

3.中?:24bit 3byte

综上, 除了ASCII码以外, 其他信息不能直接转换.

在python3的内存中. 在程序运?阶段. 使?的是unicode编码. 因为unicode是万国码. 什么内

容都可以进?显?. 那么在数据传输和存储的时候由于unicode比较浪费空间和资源. 需要把

unicode转存成UTF-8或者GBK进?存储. 怎么转换呢. 在python中可以把?字信息进?编码.

编码之后的内容就可以进?传输了. 编码之后的数据是bytes类型的数据.其实啊. 还是原来的

数据只是经过编码之后表现形式发?了改变?已.

bytes的表现形式:

1. 英? b‘alex‘ 英?的表现形式和字符串没什么两样

2. 中? b‘\xe4\xb8\xad‘ 这是?个汉字的UTF-8的bytes表现形式

字符串在传输时转化成bytes=> encode(字符集)来完成

记住: 英?编码之后的结果和源字符串?致. 中?编码之后的结果根据编码的不同. 编码结果

也不同. 我们能看到. ?个中?的UTF-8编码是3个字节. ?个GBK的中?编码是2个字节.

编码之后的类型就是bytes类型. 在?络传输和存储的时候我们python是保存和存储的bytes

类型. 那么在对?接收的时候. 也是接收的bytes类型的数据. 我们可以使?decode()来进?解

码操作. 把bytes类型的数据还原回我们熟悉的字符串:

编码和解码的时候都需要制定编码格式.

3. 如果是单?字?n的情况. ‘a‘20, 在20个单位内是可以的. 超过20个单位就不会添加