Python中is与“==”和一些编码的问题

偏执的太偏执、 2022-05-20 00:44 123阅读 0赞

### 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 = 'Python'
    print(id(s))
    s = "Python"
    print(id(s))
    lst = [1, 2, 3]
    print(id(lst))
    lst1 = [1, 2, 3]
    print(id(lst1))

运行结果

10336608  
10336608  
14193480  
14193416

Process finished with exit code 0

得出结论：字符串的数据地址都是一样的，而列表数据地址是不确定的。

**        2. 小数据池**

又叫常量池，把我们使用过的值存储在小数据池中.供其他的变量使用。

小数据池给数字和字符串使用, 其他数据类型不存在。

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. 如果是纯文字信息和下划线. 那么这个对象会被添加到小数据池。

2. 如果是带有特殊字符的. 那么不会被添加到小数据池. 每次都是新的。

3. 如果是单一字母\*n的情况. 'a'\*20, 在20个单位内是可以的. 超过20个单位就不会添加到小数据池中。

注意(一般情况下): 在py文件中. 如果你只是单纯的定义一个字符串. 那么一般情况下都是会被添加到小数据池中的. 我们可以这样认为: 在使用字符串的时候, python会帮我们把字符串进行缓存, 在下次使用的时候直接指向这个字符串即可. 可以节省很多内存.

**        3. ==**

**        **双等表示的是判断是否相等, 注意. 这个双等比较的是具体的值。而不是内存地址。

s1 = "哈哈"
    s2 = "哈哈"
    print(s1 == s2) # True
    print(s1 is s2) # True 原因是有⼩数据池的存在,导致两个变量指向的是同⼀个对象.
    l1 = [1, 2, 3]
    l2 = [1, 2, 3]
    print(l1 == l2) # True, 值是⼀样的
    print(l1 is l2) # False, 值是假的

运行结果：

True  
True  
True  
False  
  
  
Process finished with exit code 0

**   总结：**

is比较的是地址，==比较的是值

### **一些编码问题** ###

1. python2中：默认使用的是ASCII码. 所以不支持中文，如果需要在Python2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。

3. ASCII码：最早的编码. 里面有英大写写字母, 小写字母, 数字, 一些特殊字符. 没有中文，8个01代码，8个bit，1个byte。

4. GBK: 中文国标码, 里面包含了ASCII编码和中文常见编码. 16bit，2个byte。

5. UNICODE: 万国码, 里面包含了全世界所有国家文字的编码. 32个bit, 4个byte, 包含了ASCII码。

6. 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. 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'python' 英文的表现形式和字符串没什么两样。

2. 中文 b'\\xe4\\xb8\\xad' 这是一个汉字的UTF-8的bytes表现形式。

s = "python"
    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
    
    s = "中"
    print(s.encode("UTF-8")) # 中⽂编码成UTF-8
    print(s.encode("GBK")) # 中⽂编码成GBK

运行结果：

b'python'  
b'python'  
b'\\xe4\\xb8\\xad'  
b'\\xd6\\xd0'  
  
  
Process finished with exit code 0

**总结: **

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")) # 编码
    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

运行结果：

b'\\xe6\\x88\\x91\\xe5\\x8f\\xab\\xe6\\x9d\\x8e\\xe5\\x98\\x89\\xe8\\xaf\\x9a'  
我叫李嘉诚

Process finished with exit code 0

编码和解码的时候需要制定编码格式。