python之路day06-python2/3小区别，小数据池的概念，编码的进阶str转为bytes类型，编码和解码

python2
#print() print'abc'
#range() xrange()生成器
#raw_input()

python3
# print('abc')
# range()
# input()

= 赋值
== 比较值是否相等
is 比较的是内存地址是否一致，返回True or False
id(内容)  返回内容

li1 =[1,2,3]
li2 =li1 #赋值
print(li1 is li2) #True
print(id(li1),id(li2))#48358464 48358464

小数据池

 

小数据池，也称为小整数缓存机制，或者称为驻留机制等等，博主认为，只要你在网上查到的这些名字其实说的都是一个意思，叫什么因人而异。

 

那么到底什么是小数据池？他有什么作用呢？

 

大前提：小数据池也是只针对 int(float)，str，bool。

 

小数据池是针对不同代码块之间的缓存机制！！！

 

按数据类型划分
数字，字符串   ————> 小数据池的概念，在一定的范围内，共用一个内存地址，节省内存空间
数字的范围 -5-256
字符串：1/不能含有特殊字符
       2/str*20 还是同一个地址，str*21 后都是两个地址

i1 =2
i2 =2
print(id(i1),id(i2)) #1779386016 1779386016

i1 =300
i2 =300
print(id(i1),id(i2)) #58219664 58219664

i1 =300
i2 =i1 #赋值运算地址是一样的
print(id(i1),id(i2)) # 51010704 51010704

剩下的list，dict，tuple，set 都不是一个地址，没有小数据池的概念

编码的进阶 str--bytes 类型

ascii   A:00000010  8位 用一个字节来表示一个字母，字符

unicode A:00000010 00000001 00000010 00000010 32位 4个字节
       中：00000010 00000001 00000010 00000010 32位 4个字节
utf-8 ： A:00000010 8位 一个字节
        中：00000010 00000001 00000010  24位 3个字节

gbk： A： 00000110 8位一个字节
     中：00000010 00000110  16位2个字节


1/各个编码之间的二进制，是不能互相识别的，会产生乱码
2/文件的存储，传输，不能是unicode(只能是utff-8,gbk,ascii等)。因为unicode用4个字节表示一个字符，占用空间太大，传输慢。

py3：
文本 str在内存中是用unicdoe编码的。

bytes类型：也是一种数据类型，是一种特殊的。是以(utff-8,gbk,ascii等编码的)
str与bytes 方法都差不多，只是内存中编码不同。

对于英文：
        str: 表现形式 s ='alex'
             编码方式： 010101010 用的是unicode编码


        bytes:表现形式：s = b'alex'
              编码形式：010101010 用的是utff-8,gbk,ascii等编码的

ps：

s ='alex'
s1 = b'alex'
print(type(s),type(s1)) #<class 'str'> <class 'bytes'>

对于中文：
        str: 表现形式 s ='中国'
             编码方式： 010101010 用的是unicode编码


        bytes:表现形式：s = b'x\e91\e91\e01\e21\e31\e32' 中文显示不出来，所以不用bytes，用str
              编码方式：010101010 用的是utff-8,gbk,ascii等编码的

ps：

s ='中国'
s1 = '中国' #python3中bytes类型中文表示不出来。
print(type(s),type(s1)) #<class 'str'> <class 'bytes'>

encode编码，如何将str-->bytes类型，方便传输存储

s1 = 'alex'
s11 = s1.encode('utf-8') #可以设置编码方式
print(s11,type(s11)) #b'alex' <class 'bytes'>

s2 = '中国'
s22 = s2.encode('utf-8')
print(s22,type(s22)) #b'\xe4\xb8\xad\xe5\x9b\xbd' <class 'bytes'>

字符转编码操作

unicode相当于一个中介，utf-8要转为GBK，要先decode('utf-8')解码成unicode(--告诉unicode你是什么编码--)，后在encode('gbk')编码为GBK。

 encode编码、decode解码

 

#str --->byte encode 编码
# s = '二哥'
# b = s.encode('utf-8')
# print(b)

# #byte --->str decode 解码
# s1 = b.decode('utf-8')
# print(s1)

# s = 'abf'
# b = s.encode('utf-8')
# print(b)

# #byte --->str decode 解码
# s1 = b.decode('gbk')
# print(s1)