18/5/4 小数据池，编码的进阶

Posted 2020-11-17 songzijian

一、内存地址（id）：

　　变量：将计算的中间结果储存起来，以便后续代码使用

　　　　问题来了：变量存在哪里呢，或许可以这样问：变量储存在内存哪里呢？

　　　　　　内存会进行分区，每个分区都有一个序号，而每个分区里面都储存着数据，变量就来自这里，而分区的序号就叫内存地址

　　python 这门语言不像 C 语言，C 语言是属于内存级别的语言，C 涉及到指针，内存。而 python 不同，它的内存级别的已经设计好了。所以 python 比 C 简单，也正是如此，虽然 python 也有内存地址这个概念，但是它的内存地址和真实的内存地址是不一样的，只是 python 解释器虚拟的一个地址

name = ‘alex‘
print(id(name))         #查询‘alex’的内存地址

2471424258264

name = ‘alex‘
print(id(name))          #再次查询

1648814026968            #id出现变化

　　　　一个等号 “=” 代表赋值，两个等号 “==” 代表比较是否相等

　　　　is 内存地址是否相同  【验证内存地址是否相等不能在pycharm中进行，必须在终端验证】

因为第一个是 True 所以 i 和 i1 在内存中用的是同一个值，第二个是 False 所以 i 和 i1 在内存中用的是两个值    这就引出来小数据池的概念

二、小数据池  ：

　　只存在于 int（整数） str（字符串）当中，在一定范围内，如果两个数值相同：为了节省内存，共用一个内存地址。

 

 

int的范围:   -5 ~256 

str的限制条件【不知道全不全】：

　　　　　　　　　　　　　　　　1.单个字母元素*个数（不能超过21）存在小数据池

 　　　　　　　　　　　　　　　　2.自己设置的字符串（只包含数字字母），不管多大，都存在小数据池

 

三、编码的进阶

　　1.不同的密码本之间的二进制是不能全互相识别的，容易报错或者产生乱码

 

#gbk　　utf-8

#对于字母，数字，特殊符号的编码都是引用  ascii  码，所以可以直接转化。

s1 = ‘123asd*&^‘
b1 = s1.encode(‘utf-8‘)   #  转化为 utf-8 的字节
s2 = b1.decode(‘gbk‘)       #直接转化 gbk  的字符串
print(s2)

123asd*&^
 

补充：字母数字特殊字符，可以互相转换

 

　　2.计算机的文件存储和传输都是二进制 010101 （gbk , utf-8 , ascii , gb2312) 不能是unicode(万国码，造成资源浪费）

大前提：python3x ，编码

　　数据类型：

　　　　int

　　　　str

　　　　bytes (字节） ： str 拥有的所有方法，bytes都有

　　　　bool

　　　　list

　　　　tupule  （元组）

　　　　dict   （字典）

　　　　set  （集合）

　　str ; python3x  内存中的(字符串)编码方式是  Unicode  （规定）

　　　　英文：

　　　　　　str：表现形式   name = ‘alex‘

　　　　　　　　内部编码： unicode

name = ‘alex‘
print(name,type(name))

alex <class ‘str‘>

　　　　　　bytes:表现形式： name1 = b‘alex‘

　　　　　　　　　内部编码：非unicode

name1 = b‘alex‘
print(name1,type(name1))

b‘alex‘ <class ‘bytes‘>

　　　　中文：

　　　　　　str：表现形式： name = “中国”

　　　　　　　　内部编码： Unicode

name1 = ‘中国‘
print(name1,type(name1))

中国 <class ‘str‘>

　　　　　　bytes：表现形式：b‘xe4xb8xadxe5x9bxbd‘

　　　　　　　　内部编码：非Unicode

name = ‘中国‘.encode(‘utf-8‘)
print(name,type(name))

b‘xe4xb8xadxe5x9bxbd‘ <class ‘bytes‘>    #xe4 : 一个字节

四、str ---> bytes  转化     　　 ‘字符串‘.encode(编码方式)  　　 #　encode　编码

　　bytes--->str   转化               字节.decode(编码方式)　　　　#　decode　　解码

　　　　#　　编码方式必须相同，否则会产生乱码或报错

name = ‘中国‘.encode(‘utf-8‘)
print(name,type(name))
name1 = name.decode(‘gbk‘)
print(name1,type(name1))


b‘xe4xb8xadxe5x9bxbd‘ <class ‘bytes‘>
UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xad in position 2: illegal multibyte sequence          #报错