浅析小数据池,再谈编码

1. 小数据池, id()
小数据池针对的是: int, str, bool
在py文件中几乎所有的字符串都会缓存.
id() 查看变量的内存地址
2. is和==的区别
is 比较的是内存地址  id(a) == id(b)时  (小数据池)  , a is b 是True.
== 比较的是内容 
当两个变量指向同一个对象的时候. is是True, ==也是True

3. 再谈编码
回顾:
1. ascii. 有: 数字, 字母, 特殊字符. 8bit 1byte 128 最前面是0
2. gbk. 包含: ascii, 中文(主要), 日文, 韩文, 繁体文字. 16bit, 2byte.
3. unicode. 包含gbk,ascii,big5... 32bit, 4byte
4. utf-8. 可变长度的unicode.
1. 英文: 8bit,1byte
2. 欧洲文字: 16bit 2byte
3. 中文: 24bit 3byte

在python3中. 默认的编码是unicode,我们的字符串就是unicode
在python2中. 默认的编码是ASCII. Cpython.c语言的默认编码是ASCII

unicode弊端:在存储和传输的时候. 是很浪费的
在存储和传输的时候不能直接使用unicode. 必须要对字符串进行编码. 编码成bytes类型
bytes: 字节形式的字符串

1. encode(编码格式) 编码
2. decode(编码格式) 解码  

3. utf-8和gbk是不能直接转换的, 必须使用unicode来转换

s = "卢本伟牛逼"
bs = s.encode("utf-8") #对s字符串进行编码,编译成"utf-8"格式的bytes
print(bs)
#如果把bs编译成"gbk"格式的bytes,需要解码到unicode,在进行编码
bss = bs.decode()    #把bss解码成 unicode格式的bytes,也就是中文
bss = bss.encode("gbk")  #把bss解码成"gbk"格式的bytes
print(bss)

　　

bytes是一种另类的字符串表示形式