python学习笔记：第6天 小数据池和编码转换

目录

1. id 和 ==

• id：id是一个内置的函数，可以查看变量存放的内存地址（实际上不是真正的物理地址，这里暂时这样理解），用于判断是变量否属指向了同一块内存地址
• ==：== 可以用于判断两个变量的值是否相等，这个在之前的例子中也有用过

下面来看几个例子，以及具体的使用方法：

in [1]: a = 'abc'

in [2]: b = 'abc'

in [3]: a == b
out[3]: true

in [4]: a is b
out[4]: true

in [5]: c = 100

in [6]: d = 100

in [7]: c == d
out[7]: true

in [8]: c is d
out[8]: true

in [9]:

通过上面的例子可以总结出：字符串和数字在之前有定义过的话，后续再用到这个变量时，不会再分配内存，而是直接把新的变量直接指向之前定义过的值，因此使用is判断时结果都为true，这种机制被称作为缓存机制。但是这里也有比较坑的一点，我们再来看下面的例子：

in [9]: c = 1000

in [10]: d = 1000

in [11]: c is d
out[11]: false

in [12]:

同样是数字，但是100和1000的结果却不一样，这个要根据下面的一个知识点来看。

2. 小数据池

通过上面的例子可以看出，100和1000的值在经过相同的运算之后得到不同的结果，那么我们可以这样认为：如果内存地址一样，那么对应的值一定是相等的，但是反过来值一样的话内存地址不一定一样；我们先在来看几个例子：

in [15]: a = -5   
                  
in [16]: b = -5   
                  
in [17]: a is b   
out[17]: true     
                  
in [18]: c = -6   
                  
in [19]: d = -6   
                  
in [20]: c is d   
out[20]: false    
                  
in [21]: c = 300  
                  
in [22]: d = 300  
                  
in [23]: c is d   
out[23]: false    
                  
in [24]:

这种现象是因为小数据池的存在。小数据池（非官方解释）：是一种缓存机制，也被称为驻留机制，其他语言中也有类似的机制，他会把数据存储起来方便下次赋值时使用，以避免多个内存存放相同值的元素。

小数据池对数据的处理方法：

• 小数据池只针对数字、字符串和布尔值有效
• 数字的处理：在python中对-5到256之间的整数会被驻留在内存中. 将⼀定规则的字符串缓存；
• 对字符串的处理：如果字符串的⻓度是0或者1, 都会默认进⾏缓存；字符串⻓度⼤于1, 但是字符串中只包含字⺟, 数字, 下划线时才会缓存

使用小数据池的优缺点：

• 优点: 能够提⾼⼀些字符串, 整数的处理速度. 省略的创建对象的过程.
• 缺点: 在'池'中创建或者插入新的内容会花费更多的时间.

3. 编码和解码

编码回顾：

• ascii：是最早的一种编码，是其他编码的基础，占用8bit，1byte
• gbk：中文国标码，16bit，2byte
• unicode：万国码，包含了全世界各国的语言，32bit，4byte
• utf-8：可变的unicode，是unicode的一种实现
  • 英文：8bit，1byte
  • 欧洲文字：16bit， 2byte
  • 中文：24bit，3byte

在网络传输和文件存储中，经常需要在各种编码之间转换，最常用的如utf-8和unicode等。
unicode的表现形式：即python程序存储在内存中的字符串
byte表现的形式：

• 英文：b'i like python'，除了前面加b之外跟普通字符串一样
• 中文：b'\xe4\xb8\xad'

字符编码之间的转换使用encode和decode操作：

in [24]: a = 'i like python'

in [25]: b = '我喜欢python'

in [26]: a.encode('utf-8')
out[26]: b'i like python'

in [27]: b.encode('utf-8')                               # 编码成utf-8字符
out[27]: b'\xe6\x88\x91\xe5\x96\x9c\xe6\xac\xa2python'

in [28]: c = b'\xe6\x88\x91\xe5\x96\x9c\xe6\xac\xa2python'

in [29]: c.decode('utf-8')                              # 以utf-8的编码来解码
out[29]: '我喜欢python'

in [30]: b
out[30]: '我喜欢python'

in [31]: b.encode('gbk')
out[31]: b'\xce\xd2\xcf\xb2\xbb\xb6python'

in [32]: e =  b'\xce\xd2\xcf\xb2\xbb\xb6python'

in [33]: e.decode('gbk').encode('utf-8')               # 把gbk编码转换成utf-8编码
out[33]: b'\xe6\x88\x91\xe5\x96\x9c\xe6\xac\xa2python'

in [34]: f = e.decode('gbk').encode('utf-8')

in [35]: f.decode('utf-8')
out[35]: '我喜欢python'

in [36]: