小数据池和编码

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.
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. 中国人gbk和德国人utf-8骂 想要沟通必须通过英文(unicode)(媒介)

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

bytes是一种另类的字符串表示形式
使用频率最高的数据类型: 字符串,为了能够快速的创建字符串。
节省内存,把相同规律的字符串进行缓存,当下次创建的时候就不再创建了
把字符串的缓存放到小数据池

在创建字符串之前,先去小数据池对比,是否已经存在了该字符串,
如果存在了就不创建新的了,直接拿原来存在的数据,省略掉反复创建字符串的过程,节约内存
什么数据会被缓存?
整数,字符串,布尔值 ==> 都是不可变的数据类型

b'xe6x88x91xe4xbbx8axe5xa4xa9xe9x9dx9exe5xb8xb8xe7x9ax84xe5x9bxb0'
把这个bytes转化成gbk的bytes
bs = b'xe6x88x91xe4xbbx8axe5xa4xa9xe9x9dx9exe5xb8xb8xe7x9ax84xe5x9bxb0'
s = bs.decode("utf-8")
bs = s.encode("gbk")
print(bs) # b'xcexd2xbdxf1xccxecxb7xc7xb3xa3xb5xc4xc0xa7'

decode() 解码
encode() 编码

关于bytes
ascii码内的内容直接显示,非ascii的内容显示为x...
可以理解为是一种另类的字符串表示形式
原文地址:https://www.cnblogs.com/wangpanger/p/10061044.html