简述小数据池,编码和解码

1. 小数据池, id()

小数据池针对的是: int, str, bool

在py文件中几乎所有的字符串都会缓存.

id() 查看变量的内存地址

2. is和==的区别

is 比较的是内存地址

== 比较的是内容

当两个变量指向同一个对象的时候. is是true, ==也是true

3. 再谈编码

回顾:

1. ascii. 有: 数字, 字母, 特殊字符. 8bit 1byte 128 最前面是0

2. gbk. 包含: ascii, 中文(主要), 日文, 韩文, 繁体文字. 16bit, 2byte.

3. unicode. 包含gbk,ascii,big5... 32bit, 4byte

4. utf-8. 可变长度的unicode.

新的:

1. 英文: 8bit,1byte

2. 欧洲文字: 16bit 2byte

3. 中文: 24bit 3byte

不同的编码之间不能随意转换. 

在python3中. 默认的编码是unicode,我们的字符串就是unicode

在python2中. 默认的编码是ascii. cpython.c语言的默认编码是ascii

unicode弊端:在存储和传输的时候. 是很浪费的

在存储和传输的时候不能直接使用unicode. 必须要对字符串进行编码. 编码成bytes类型

bytes: 字节形式的字符串

1. encode(编码格式) 编码

2. decode(编码格式) 解码

s = "我今天非常的困" 
bs = s.encode("gbk") # 把字符串转化成gbk格式bytes

print(bs)
#b'\xce\xd2\xbd\xf1\xcc\xec\xb7\xc7\xb3\xa3\xb5\xc4\xc0\xa7'

bs = s.encode("utf-8") # 把字符串转化成utf-8格式bytes

print(bs)    
#b'\xe6\x88\x91\xe4\xbb\x8a\xe5\xa4\xa9\xe9\x9d\x9e\xe5\xb8\xb8\xe7\x9a\x84\xe5\x9b\xb0'

 

bytes是一种另类的字符串表示形式