python中小数据池和编码

嗨喽，大家好呀~这里是爱看美女的茜茜呐

?. 小数据池

在说小数据池之前. 我们先看?个概念. 什么是代码块:

根据提示我们从官??档找到了这样的说法：

A Python program is constructed from code blocks. A block is a piece of Python program text that is executed as a unit. The following are blocks: a module, a function body, and a class definition. Each command typed interactively is a block. A script file (a file given as standard input to the interpreter or specified as a command line argument to the interpreter) is a code block. A script command (a command specified on the interpreter command line with the ‘-c‘ option) is a code block. The string argument passed to the built-in functions eval() and exec() is a code block. A code block is executed in an execution frame. A frame contains some administrative information (used for debugging) and determines where and how execution continues after the code block’s execution has completed.

粗略的翻译:

python程序是由代码块构成的. ?个代码块的?本作为python程序执?的单元. 代码块: ?个模块, ?个函数, ?个类,

甚?每?个command命令都是?个代码块. ?个?件也是? 个代码块, eval()和exec()执?的时候也是?个代码块

---

👇 👇 👇 更多精彩机密、教程，尽在下方，赶紧点击了解吧~

python源码、视频教程、插件安装教程、资料我都准备好了，直接在文末名片自取就可

---

二、接下来我们来看一下小数据池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的内存地址

s = 'alex'
print(id(s)) # 4326667072

2、is和==

== 判断左右两段的值是否相等，是否一致

is 判断左右两端的内存地址是否一致，如果一致就返回True

注意：如果内存地址相同. 那么值?定是相等的；如果值相等. 则不?定是同?个对象 。

3、小数据池.：?种数据缓存机制. 也被称为驻留机制.

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 。

对于整数， Python官??档中这么说：

The current implementation keeps an array of integer objects for all integers between -5 and 256, when you create an int in that range you actually just get back a reference to the existing object. So it should be possible to change the value of 1. I suspect the behaviour of Python in this case is undefined.

对于字符串：

Incomputer science, string interning is a method of storing only onecopy of each distinct string value, which must be immutable. Interning strings makes some stringprocessing tasks more time- or space-efficient at the cost of requiring moretime when the string is created or interned. The distinct values are stored ina string intern pool. –引?维基百科

在python中对-5到256之间的整数会被驻留在内存中，将一定规则的字符串缓存，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，二不需要创建一个新的数据，这样可以节省更多的内存。

• 优点：能够提高一些字符串、整数的处理速度，省去了创建对象的过程。

• 缺点：在”池“中插入或者创建新值会花费更多时间。

对于数字: -5~256是会被加到?数据池中的. 每次使?都是同?个对象.

对于字符串:

如果字符串的?度是0或者1, 都会默认进?缓存

字符串?度?于1, 但是字符串中只包含字?, 数字, 下划线时才会缓存

?乘法的到的字符串.

①. 乘数为1, 仅包含数字, 字?, 下划线时会被缓存. 如果包含其他字符, ??度<=1 也会被驻存,

②. 乘数?于1 . 仅包含数字, 字?, 下划线这个时候会被缓存. 但字符串?度不能?于20

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.

'''
python资料获取看这里噢！！ 小编 V：Pytho8987（记得好友验证备注：6 否则可能不通过）
即可获取：文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
a = 1000
b = 1000
print(a is b)

注意. 在py?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?样的. 在执?同?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?. 换句话说: 执?同?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?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?这个字典中的

之前的这个值. 所以在你给出的例?中, ?件执?时(同?个代码块) 会把a, b两个变量指向同?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??数据池的数据,

如果是满??数据池的数据则会指向同?个地址. 所以: a, b的赋值语句分别被当作两个代码块执?, 但是他们不满??数据池的数据所以会得到两个不同的对象, 因?is判断

返回False.

三、编码

• ASCII : 最早的编码. ??有英??写字?, ?写字?, 数字, ?些特殊字符. 没有中?,8个01代码, 8个bit, 1个byte

• GBK: 中?国标码, ??包含了ASCII编码和中?常?编码. 16个bit, 2个byte

• UNICODE: 万国码, ??包含了全世界所有国家?字的编码. 32个bit, 4个byte, 包含了ASCII

• UTF-8: 可变?度的万国码. 是unicode的?种实现. 最?字符占8位

  • 英?: 8bit 1byte

  • 欧洲?字:16bit 2byte

  • 中?:24bit 3byte

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比较浪费时间和资源。

需要把unicode转村委utf-8或者gbk进行存储。

在python中可以把文字信息进行编码。编码以后的内容就可以进行传输了，编码以后的数据都是bytes类型的数据，其实原来的数据只是被编码了，并没有改变信息内容。

bytes的表现形式：

英文 b’ alex’ 引文的表现形式跟字符串没什么区别

中文 b’\xe4\xb8\xad‘ 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

'''
python资料获取看这里噢！！ 小编 V：Pytho8987（记得好友验证备注：6 否则可能不通过）
即可获取：文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
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?编码成UTF-8
print(s.encode("GBK")) # 中?编码成GBK

#结果:
b'\xe4\xb8\xad'
b'\xd6\xd0

解码

s = "我叫李嘉诚"
print(s.encode("utf-8")) #
b'\xe6\x88\x91\xe5\x8f\xab\xe6\x9d\x8e\xe5\x98\x89\xe8\xaf\x9a'
print(b'\xe6\x88\x91\xe5\x8f\xab\xe6\x9d\x8e\xe5\x98\x89\xe8\xaf\x9a'.decode("utf-8")) # 解码

编码和解码的时候都需要制定编码格式.

'''
python资料获取看这里噢！！ 小编 V：Pytho8987（记得好友验证备注：6 否则可能不通过）
即可获取：文章源码/教程/资料/解答等福利，还有不错的视频学习教程和PDF电子书！
'''
s = "我是?字"
bs = s.encode("GBK") # 我们这样可以获取到GBK的?字
# 把GBK转换成UTF-8
# ?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?重新编码成UTF-8
bss = s.encode("UTF-8") # 重新编码
print(bss)

尾语

感谢你观看我的文章呐~本次航班到这里就结束啦 🛬

希望本篇文章有对你带来帮助 🎉，有学习到一点知识~

躲起来的星星🍥也在努力发光，你也要努力加油（让我们一起努力叭）。

最后，宣传一下呀~👇👇👇更多源码、资料、素材、解答、交流皆点击下方名片获取呀👇👇