1. 程式人生 > >簡述小資料池,編碼和解碼

簡述小資料池,編碼和解碼

1. 小資料池, id()

小資料池針對的是: int, str, bool

在py檔案中幾乎所有的字串都會快取.

id() 檢視變數的記憶體地址

2. is和==的區別

is 比較的是記憶體地址

== 比較的是內容

當兩個變數指向同一個物件的時候. is是True, ==也是True

3. 再談編碼

回顧:

1. ascii. 有: 數字, 字母, 特殊字元. 8bit 1byte 128 最前面是0

2. gbk. 包含: ascii, 中文(主要), 日文, 韓文, 繁體文字. 16bit, 2byte.

3. unicode. 包含gbk,ascii,big5... 32bit, 4byte

4. utf-8. 可變長度的unicode.

新的:

1. 英文: 8bit,1byte

2. 歐洲文字: 16bit 2byte

3. 中文: 24bit 3byte

不同的編碼之間不能隨意轉換. 

在python3中. 預設的編碼是unicode,我們的字串就是unicode

在python2中. 預設的編碼是ASCII. Cpython.c語言的預設編碼是ASCII

unicode弊端:在儲存和傳輸的時候. 是很浪費的

在儲存和傳輸的時候不能直接使用unicode. 必須要對字串進行編碼. 編碼成bytes型別

bytes: 位元組形式的字串

1. encode(編碼格式) 編碼

2. decode(編碼格式) 解碼

s = "我今天非常的困" 
bs = s.encode("gbk") # 把字串轉化成gbk格式bytes

print(bs)
#b'\xce\xd2\xbd\xf1\xcc\xec\xb7\xc7\xb3\xa3\xb5\xc4\xc0\xa7'

bs = s.encode("utf-8") # 把字串轉化成utf-8格式bytes

print(bs)    
#b'\xe6\x88\x91\xe4\xbb\x8a\xe5\xa4\xa9\xe9\x9d\x9e\xe5\xb8\xb8\xe7\x9a\x84\xe5\x9b\xb0'

 

bytes是一種另類的字串表示形式