今天学习的主要内容是:
一,小数据池
代码块的概念
python程序是由代码块构成的,一个代码块的文本作为python程序执行的单元.
代码块:一个模块,一个函数,一个类,甚至每一个command命令都是一个代码块.一个文件也是一个代码块,eval()和exec()执行的时候也是一个代码块
二,is 和 ==的区别
1.id()
通过id()我们可以查看到一个变量表示的值在内存中的地址.
s='alex' print(id(s)) #4326667072
2.is 和 ==的区别
==是判断左右两端的值是否相等.是不是一致.
is是判断左右两端内容的内存地址是否一致.如果一致返回True,那可以确定这两个变量使用的是同一个对象
我们可以这样认为.如果内存地址相同. 那么值一定相等.如果只想等,则不一定是同一个对象
小数据池.一种数据缓存机制,也被称为驻留机制.各大编程语言中都有类似的东西.在网上搜索常量池,小数据池指的是同一个内容.
小数据池只针对:整数,字符串,布尔值.其他的数据类型不存在驻留机制
在python中对-5到256之间的整数会被驻留在内存中. 将⼀定规的字符串缓存. 在使⽤的时候, 内存中只会创建⼀个该数据的对象. 保存在小数据池中.
当使用的时候直接从小数据池中获取对象的内存引用. 而不需要创建⼀个新的数据. 这样会节省更多的内存区域.
优点: 能够提⾼⼀些字符串, 整数的处理速度. 省略的创建对象的过程.
缺点: 在'池'中创建或者插入新的内容会花费更多的时间.
对于数字: -5~256是会被加到小数据池中的. 每次使用都是同⼀个对象.
对于字符串:
1. 如果字符串的长度是0或者1, 都会默认进行缓存
2. 字符串长度大于1, 但是字符串中只包含字母, 数字, 下划线时才会缓存
3. 用到乘法的字符串. ①. 乘数为1, 仅包含数字, 字⺟母, 下划线时会被缓存. 如果包含其他字符, 而长度<=1 也会被驻存,
②. 乘数大于1 . 仅包含数字, 字母, 下划线这个时候会被缓存. 但字符串串长度不能大于20
4. 指定驻留. 我们可以通过sys模块中的intern()函数来指定要驻留的内容.
小数据池和最开始代码块有什么关系?
同样的一段代码在命令行窗口和在py文件中.出现的效果是完全不一样的.
a = 1000 b = 1000 print(a is b) 注意.在py文件中.得到的结果是True,但是在command中就不是了
在代码块内的缓存机制是不一样的. 在执行同⼀个代码块的初始化对象的命令时, 会检查是否其值是否已经存在, 如果存在, 会将其重用.
换句话说: 执行同一个代码块时, 遇到初始化对象的命令时，他会将初始化的这个变量与值存储在一个字典中, 在遇到新的变量时, 会先
在字典中查询记录, 如果有同样的记录那么它会重复使用这个字典中的之前的这个值. 所以在 你给出的例子中, 文件执行时(同一个代码块)
会把a, b两个变量指向同⼀个对象.
如果是不同的代码块, 他就会看这个两个变量是否是满足小数据池的数据, 如果是满足小数据池的数据则会指向同一个地址. 所以: a, b的赋值语
句分别被当作两个代码块执行, 但是他们不满足小数据池的数据所以会得到两个不同的对象, 因而is判断返回False.
在pycharm中如果只是单纯的创建变量,都是有缓存的,但是加上运算符就不一定了
二.编码的补充
1.python中默认使用的是ASCII码.所以不支持中文.如果需要在python中更改编码.需要在文件的开始编写:
#-*- encoding:utf-8-*-
2.python3中:内存中使用的是Unicode码.
回顾 :
1.ASCII码:最早的编码.里面有英文大小写字母,数字,一些特殊字符.没有中文,8个01代码,1byte
2.GBK:中文国标码,里面包含了ASCII编码和中文常用编码.16bit,2byte
3.Unicode:万国码,里面包含了全世界所有国家文字的编码.32bit,4byte,包含了ASCII
4.utf -8:可变长度的万国码.是Unicode的一种实现,最小字符占8位
1.英文:8bit 1byte
2.欧洲文字:16bit 2byte
3.中文:24bit 3byte
综上,除了ASCII码以外,其他信息不能直接转换
在python3的内存中. 在程序运行阶段. 使用的是unicode编码. 因为unicode是万国码. 什么内容都可以进行显示. 那么在数据传输和存储的
时候由于unicode比较浪费空间和资源. 需要把 unicode转存成UTF-8或者GBK进行存储. 怎么转换呢. 在python中可以把文字信息进行编码.
编码之后的内容就可以进行传输了了. 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了改变而已.
bytes的表现形式:
1. 英文 b'alex' 英文的表现形式和字符串没什么两样
2. 中文 b'xe4xb8xad' 这是一个汉字的UTF-8的bytes表现形式
字符串在传输时转化成bytes=> encode(字符集)来完成
b'xxxxx' 这种格式的数据是bytes类型的数据
s = "alex" print(s.encode("utf-8")) #将字符串编码成utf-8 print(s.encode("GBK")) #将字符串编码成GBK 结果: b'alex' b'alex' s ="中" print(s.encode("UTF-8")) #中文编码成UTF-8 print(s.encode("GBK")) #中文编码成GBK 结果: b'xe4xb8xad' b'xd6xd0'
记住: 英文编码之后的结果和源字符串⼀致. 中文编码之后的结果根据编码的不同. 编码结果也不同. 我们能看到一个中文的UTF-8编码是3个字节.
一个GBK的中文编码是2个字节. 编码之后的类型就是bytes类型. 在网络传输和存储的时候我们python是保存和存储的bytes类型. 那么在对方接收的时候.
也是接收的bytes类型的数据. 我们可以使用decode()来进行解码操作. 把bytes类型的数据还原回我们熟悉的字符串:
s = "我叫李嘉诚" print(s.encode("utf-8"))
# b'xe6x88x91xe5x8fxabxe6x9dx8exe5x98x89xe8xafx9a'
print(b'xe6x88x91xe5x8fxabxe6x9dx8exe5x98x89xe8xafx9a'.decod e("utf-8")) # 解码
编码和解码的时候都需要制定编码格式.
# 编码： 存储和传输。 encode()
# 解码: 接受数据的时候。decode()
s = "我是文字" bs = s.encode("GBK") # 我们这样可以获取到GBK的⽂文字 # 把GBK转换成UTF-8 # 首先要把GBK转换成unicode. 也就是需要解码 s = bs.decode("GBK") # 解码 # 然后需要进⾏行行重新编码成UTF-8 bss = s.encode("UTF-8") # 重新编码 print(bss)