is和==的区别以及编码、解码

一、is和==的区别

1，id( )

　　id( )是python的一个内置函数，通过id( )我们可以查看到一个变量表的值在内存中的地址：

    s1 = 2
    print(id(s1))  # 1514368064
    s2 = 2
    print(id(s2))  # 1514368064

    s3 = 'alex'
    print(id(s3)) # 43156680
    s4 = "alex"
    print(id(s4)) # 43156680

    lst = [1, 2, 4]
    print(id(lst)) # 43164168
    lst1 = [1, 2, 4]
    print(id(lst1)) # 41362568

    tup = (1, 2)
    tup1 = (1, 2)
    print(id(tup))  #39978312
    print(id(tup1))  #39978376

    # 我们发现，数字和字符串的数据地址是一样的. 列表和元组的数据地址是不一样的.

　　小数据池（常量池）：把我们使用过的值存储在小数据池中，供其他数据使用。

       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，如果是带特殊字符的，那么不会被添加到小数据池，每次都是新的；

       2，如果是单一字母*n的情况，如"a"*20，在20个单位内（包含20个）是可以的，超过20个单位就不会添加到小数据池；

       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，那么一般情况下都会被添到小数据池中，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。

　　这个问题千万不要纠结，因为官方没有给出一个完美的结论和定论，所以只能是自己摸索。

       说了这么多，这个id( )和is有什么关系呢？注意，is比较的就是id( )计算出来的结果，由于id( )是帮我们查看某数据（对象）的内存地址，那么is比较的就是数据（对象）的内存地址，即我们通过is可以查看两边使用的是否是同一个对象。

       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。

       总结：==比较的是两边的值是否一样；is比较的是内存地址是否一样，即是不是同一个对象。

二、编码的问题

1，关于python2编码：

　　python2中使用的是ASCII码，所以不支持中文，如果需要在python2中更改编码，需要在中文的开始编写：

    #-*- coding: utf-8 -*-

2，编码回顾：

       1，ASCII：最早的编码，里面有英文大写字母，小写字母，数字，一些特殊字符，没有中文。8个bit，1个byte。

       2，GBK：中文国标码，里面包含了ASCII编码，16个bit，2个byte。

       3，unicode：万国码，里面包含了全世界所有国家的文字编码，32个bit，4个byte，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

           　英文：8bit  1byte

　　　　欧洲文字：16bit  2byte

　　　　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。

3，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'\xe4\xb8\xad'，这是一个汉字的UTF-8的bytes表现形式；

    # 编码：
    s0 = "alex"
    print(s0.encode("utf-8")) # 将字符串编码成UTF-8，结果为：b'alex'
    print(s0.encode("GBK"))   # 将字符串编码成GBK，结果为：b'alex'

    s = "中"
    s1 = s.encode("UTF-8")  # 中文编码成UTF-8，结果为：b'\xe4\xb8\xad'
    s2 = s.encode("GBK")    # 中文编码成GBK，结果为：b'\xd6\xd0'

    # 解码：
    print(s1.decode("UTF-8"))  # 结果为：中
    print(s2.decode("GBK"))    # 结果为：中

　　注意：用什么进行编码就要用什么进行解码。

　　记住：英文编码之后的结果是原字符串一致，中文编码之后的结果根据编码的不同，编码结果也不同，我们能肯定，一个中文UTF-8编码是3个字节。一个中文GBK是2个字节。