python is 和 == 的区别,编码问题
is 和== 的区别
1 id
id(变量) 返回给你这个变量的内存地址
is 比较是的内存地址
== 比较的是值
s= 'alxe' print(id(s))# 4326667072 s = 'alex' print(id(s))# 4326667072 lst =[1,2,3] print(id(lst))# 4326684360 lst1 = [1,2,3] print(id(lst1))# 4326684360
⼩小数据池(常量量池): 把我们使⽤用过的值存储在⼩小数据池中.供其他的变量量使⽤用.
⼩小数据池给数字和字符串串使⽤用, 其他数据类型不存在.
对于数字: -5~256是会被加到⼩小数据池中的. 每次使⽤用都是同⼀一个对象.
对于字符串串:
1. 如果是纯⽂文字信息和下划线. 那么这个对象会被添加到⼩小数据池
2. 如果是带有特殊字符的. 那么不会被添加到⼩小数据池. 每次都是新的
3. 如果是单⼀一字⺟母*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
到⼩小数据池中
注意(⼀一般情况下): 在py⽂文件中. 如果你只是单纯的定义⼀一个字符串串. 那么⼀一般情况下都是会
被添加到⼩小数据池中的. 我们可以这样认为: 在使⽤用字符串串的时候, python会帮我们把字符串串
进⾏行行缓存, 在下次使⽤用的时候直接指向这个字符串串即可. 可以节省很多内存.
这个问题千万不要纠结. 因为官⽅方没有给出⼀一个完美的结论和定论.所以只能是⾃自⼰己摸索.
以下内容摘⾃自官⽹网中关于id()的描述
Return the “identity” of an object. This is an integer which is
guaranteed to be unique and constant for this object during its
lifetime. Two objects with non-overlapping lifetimes may have the
same id() value.
CPython implementation detail: This is the address of the object in
memory.
说了了这么多. 这个id()和is有什什么关系呢. 注意. is⽐比较的就是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可以查看两个变量量使⽤用的是否是同⼀一个对象.
== 双等表⽰示的是判断是否相等, 注意. 这个双等⽐比较的是具体的值.⽽而不是内存地址
s= 'alxe' print(id(s))# 4326667072 s = 'alex' print(id(s))# 4326667072 lst =[1,2,3] print(id(lst))# 4326684360 lst1 = [1,2,3] print(id(lst1))# 4326684360 s1 = '哈哈' s2 = ' 哈哈' print(s1 == s2)#True print(s1 is s2)#True s3 = 345 s4 = 345 print(s3 == s4)#True print(s3 is s4)#False
总结:
is ⽐比较的是地址
== ⽐比较的是值
二编码 encode
print(s.encode('UTF-8'))
print(s.encode('GBK'))
s = '中'
print(s.encode('UTF-8'))
print(s.encode('GBK'))
# b'\xe4\xb8\xad'
# b'\xd6\xd0'
1. python2中默认使⽤用的是ASCII码. 所以不⽀支持中⽂文. 如果需要在Python2中更更改编码.
需要在⽂文件的开始编写:
# -*- encoding:utf-8 -*-
2. python3中: 内存中使⽤用的是unicode码.
编码回顾:
1. ASCII : 最早的编码. ⾥里里⾯面有英⽂文⼤大写字⺟母, ⼩小写字⺟母, 数字, ⼀一些特殊字符. 没有中⽂文,
8个01代码, 8个bit, 1个byte
2. GBK: 中⽂文国标码, ⾥里里⾯面包含了了ASCII编码和中⽂文常⽤用编码. 16个bit, 2个byte
3. UNICODE: 万国码, ⾥里里⾯面包含了了全世界所有国家⽂文字的编码. 32个bit, 4个byte, 包含了了
ASCII
4. UTF-8: 可变⻓长度的万国码. 是unicode的⼀一种实现. 最⼩小字符占8位
1.英⽂文: 8bit 1byte
2.欧洲⽂文字:16bit 2byte
3.中⽂文:24bit 3byte
综上, 除了了ASCII码以外, 其他信息不能直接转换.
在python3的内存中. 在程序运⾏行行阶段. 使⽤用的是unicode编码. 因为unicode是万国码. 什什么内
容都可以进⾏行行显⽰示. 那么在数据传输和存储的时候由于unicode⽐比较浪费空间和资源. 需要把
unicode转存成UTF-8或者GBK进⾏行行存储. 怎么转换呢. 在python中可以把⽂文字信息进⾏行行编码.
编码之后的内容就可以进⾏行行传输了了. 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⽣生了了改变⽽而已.
bytes的表现形式:
1. 英⽂文 b'alex' 英⽂文的表现形式和字符串串没什什么两样
2. 中⽂文 b'\xe4\xb8\xad' 这是⼀一个汉字的UTF-8的bytes表现形式
字符串串在传输时转化成bytes=> encode(字符集)来完成的补充
记住: 英⽂文编码之后的结果和源字符串串⼀一致. 中⽂文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. ⼀一个中⽂文的UTF-8编码是3个字节. ⼀一个GBK的中⽂文编码是2个字节
