python -- 小數據池 is和 == 再談編碼

一、小數據池

python程序是由代碼塊構成的，一個代碼塊的文本做爲python程序的執行單元。

代碼塊：一個模塊，一個函數，一個類，甚至一個command命令都是一個代碼塊，一個文件也是一個代碼塊，eval()和exec()執行的時候也是代碼塊。

什麼是命令行？

咱們再控制檯CMD中輸入python進入的就是python的command模式。

 

一個command命令就是一個代碼塊

 

小數據池：一種數據緩存機制，也被稱爲駐留機制，也至關於常量池。（string  iterning）

小數據池只正對：整數（int），字符串（str），布爾型（bool）（都是不可變的數據類型）

在py文件中，幾乎全部的字符都會緩存。

id（） 查看變量的內存地址

a = 123
print(id(a))
# 1416592208

 

　　　

在python中 對-5到256之間的整數會被駐留在內存中，講必定規則的字符串緩存，在使用的時候，內存中只會建立一個該數據的對象，保存到小數池中，在使用的時候，直接從小數池中獲取對象的內存引用，而不須要建立一個新的數據，這樣會節省更多的內存區域。

 

優勢：可以提升一些字符串，證書的處理速度，省略建立對象的過程。

缺點：在小數據池中建立或者插入新的內容，會花費較多的時間。

 

對於數字：-1~256是會被加到小數池中，每一次使用都是同一對象。

 

對於字符串：

 

    一、若是字符串的長度是0 或者1，都會默認進行緩存。

    二、字符長度大於1，可是字符串中只包含數字，字母，下劃線時纔會緩存

    三、用到乘法的字符串，①乘數爲1，僅包含數字，字母，下劃線時纔會被緩存。若是包含其餘字符，而長度小於等於1 也會被駐存  ②乘數大於1，僅包含數字，字母，下劃線時會被緩存，但字符串長度不能大於20.

    四、指定駐留，咱們能夠經過sys模塊總的intern（）函數來指定要駐留的內容。

 

 

二、is 和 ==

 

    == 判斷左右兩端的值是否相等，是否是一致，（比較內容）

    is  判斷左右兩端的內存地址是否相等，若是返回 True，那能夠肯定這兩個變量使用的是同一個對象。（比較內存地址）

 

當兩個變量指向同一對象時，is 是 True  ==也是True

 

若是在py 文件中寫的字符串，幾乎都是緩存的，在cmd中寫的幾乎都不會緩存。 

a = 257
b = 257
print(id(a))      # 1707735307344
print(id(b))     # 1707735307344
print(a is b)    # True

 

　　兩個對象 內存地址是不同的

lst1 = [1,2,3] # 兩個對象 內存地址是不同的
lst2 = [1,2,3]
print(id(lst1)) # 2748225600840
print(id(lst2)) # 2748225627144

 

　　

在建立字符串以前，會先去小數池比對，是否已經存在了該字符串，若是存在了，就再也不建立新的了，直接拿原來存在的數據，省略掉反覆重複建立字符串的過程，節約內存。

 

 

三、編碼的補充

 

   一、回顧編碼

 

           ASCII：最先的編碼，裏邊有英文大寫字母，英文小寫字母，數字，一些特殊字符，沒有中文， 8bit，一個byte

           GBK：包含ASCII，中文（主要），日文，韓文，繁體文字。16bit ，2byte

           unicode：萬國碼，包含ASCII，gbk，big5. ...32bit,  4byte

           UTF-8:可變長度的unicode

                一、英文： 8bit ，1 byte

                二、歐洲文字：16bit ， 2byte

                三、中文： 24bit ， 3byte

不一樣的編碼間不能隨意轉化，須要經過媒介（unicode）轉化。

在python3中，默認的編碼是unicode，咱們的字符串就是unicode

在python2 中，默認的編碼是ASCII，Cpython，c語言的默認編碼是ASCII

 

unicode的弊端：在存儲和傳數數據的時候不能直接使用unicode，必需要對字符串進行編碼，編碼成ASCII類型。

bytes：字節形式的字符串，不是給人看的，是給機器用的。非ASCII中的內容，展現的時候都是 \x..若是是ASCII中的內容，原樣輸出。

 

一、encode（編碼格式） 編碼

二、decode（編碼格式） 解碼

 

UTF-8 和GBK是不能直接轉化的，必須使用unicode來轉化。

m = '今天晚上想看什麼書！'
a = m.encode('gbk')
print(a)
b = m.encode('utf-8')
print(b)
 
# b'\xbd\xf1\xcc\xec\xcd\xed\xc9\xcf\xcf\xeb\xbf\xb4\xca\xb2\xc3\xb4\xca\xe9\xa3\xa1'
# b'\xe4\xbb\x8a\xe5\xa4\xa9\xe6\x99\x9a\xe4\xb8\x8a\xe6\x83\xb3\xe7\x9c\x8b\xe4\xbb\x80\xe4\xb9\x88\xe4\xb9\xa6\xef\xbc\x81'