python基础之小数据池、代码块、编码和字节之间换算

一、代码块

if True:

    print(333)

    print(666)

for i in "":

    print(i)

虽然上面的缩进的内容都叫代码块，但是他不是python中严格定义的代码块。
python中真正意义的代码块是什么？

块是一个python程序的文本，他是作为一个单元执行的。
代码块：一个模块，一个函数，一个类，一个文件等都是一个代码块。

而对于一个文件中的两个函数，也分别是两个不同的代码块：

def func():

    print(333)

class A:

    name = 'xiaojing'

交互模式下，每一行是一个代码块。

什么叫交互方式？就是咱们在cmd中进入Python解释器里面，每一行代码都是一个代码块
>>> i1 = 520 可以理解为这一行在一个文件中。
>>> i2 = 520 可以理解为这一行在另一个文件中。

二、id is ==

在Python中，id是什么？id是内存地址，== 是比较的两边的数值是否相等，而 is 是比较的两边的内存地址是否相等。

如果内存地址相等，那么这两边其实是指向同一个内存地址。

name = 'shuaige'  # 赋值

print('shuaige' == 'shuaige')  # True, 数值相同

name2 = 'abc123'

name3 = 'abc123'

print(id(name2), id(name3))  # 2370269674608 2370269674608

print(name2 is name3)  # True

在内存中id都是唯一的，如果两个变量指向的值的id相同，就证明他们在内存中是同一个。
is 判断的是两个变量的id值是否相同。
如果is是True, == 一定是True。== 是True,is不一定是True

三、小数据池（缓存机制，驻留机制）

1、介绍

小数据池的应用的数据类型：一定范围内的整数，一定规则的字符串，bool值

小数据池是python对内存做的一个优化：
python将 -5 ~256 的整数，以及一定规则的字符串，bool值，进行了缓存，就是提前在内存中创建了池（容器），
在这些容器里固定的放了这些数据。

为什么这么做？？？

2、一定范围内的整数

对于整数来说，小数据池的范围是 -5~256 ，如果多个变量都是指向同一个（在这个范围内的）数字，他们在内存中指向的都是一个内存地址。

3、一定规则的字符串

1,字符串的长度为0或者1，默认都采用了驻留机制（小数据池）

2,字符串的长度>1,且只含有大小写字母，数字，下划线时，才会默认驻留。

3,用乘法得到的字符串，分两种情况。

3.1 乘数为1时：仅含大小写字母，数字，下划线，默认驻留。

3.1.2含其他字符，长度<=1,默认驻留。

3.1.3含其他字符，长度>1,默认驻留

3.2 乘数>=2时：仅含大小写字母，数字，下划线，总长度<=20,默认驻留。

4，指定驻留。

from sys import intern

a = intern('hello!@'*20)

b = intern('hello!@'*20)

print(a is b)

#指定驻留是你可以指定任意的字符串加入到小数据池中，让其只在内存中创建一个对象，多个变量都是指向这一个字符串。

四、代码块与小数据池的关系

同样一段代码，为什么在交互方式中(cmd命令的终端)执行，和通过pycharm执行结果不同呢？

# pycharm 通过运行文件的方式执行下列代码：

i1 = 520

i2 = 520

print(i1 is i2)  # 结果为True

通过交互方式中执行下面代码：

>>> i1 = 520

>>> i2 = 520

>>> print(i1 is i2) #结果为False

那为什么结果会不同呢？

对于pycharm:

在同一个代码块中的变量(数字，字符串)，初始化对象的命令时，首先会从小数据池中找，如果没有找到，它会将变量与值的对应关系放到一个字典中，
同一个代码块中的其他变量遇到初始化对象的命令，他会先从字典中寻找，如果存在相同的值，他会复用，指向的都是同一个内存地址。

所以，在pycharm中的两行变量赋值中（实际上在同一个代码块中的赋值）：
(注意：如果这个变量不是数字或者字符串，那么值相同，地址也是不同的)

s1 = 1000

s2 = 1000

print(s1 is s2)  # True

l1 = [1,2]

l2 = [1,2]

print(id(l1), id(l2))  # 1745841050760 1745840183304

print(l1 == l2)  # True

print(l1 is l2)  # False

对于cmd命令行：

而在cmd命令的终端中（交互模式），每一行都是一个代码块，因此在cmd命令的终端中，s1和s2是在不同的代码块，因此s1 is s2 是False

在不同的代码块：初始化对象的命令时，首先从小数据池中寻找,如果在小数据池，那么地址相同，如果不在小数据池中，则创建新的地址。

不同代码块中：

def func():

    i1 = 1000

    print(id(i1))  #

def func1():

    i2 = 1000

    print(id(i2))  #

func()

func1()

# 一个函数是一个代码块，因此这里的i1的地址跟i2的地址不是同一个地址

总结：
同一代码块中：
如果变量在小数据池，那么地址相同，
如果不在小数据池，那么如果变量是数字或者字符串，也会复用地址，地址也相同，
如果变量不是数字或者字符串，那么地址不同。

不同一代码块中：
如果变量在小数据池，那么地址相同，
如果不在小数据池，那么地址不同。

五、编码二

"""

位：计算机时间里面的二进制

字节：8位二进制 等于 1个字节  # 这是不变的

字符：就是我们平常可以看到的文字、字母之类的，比如： ABC，我爱python等。

"""

ASCII: 只包含字母，数字，特殊字符。

8位二进制(bit)等于1个字节(Bytes)，1个字节代表一个字符

A: 0000 0010

B: 0000 0011

unicode: 万国码，包含世界上所有的文字。

创建之初：16位二进制(bit)[即2个字节(Bytes)]代表1个字符

A ：0001 0010 0000 0010

中：0011 0010 0000 0110

缺点：还不能完全覆盖世界上的所有文字

升级：32位二进制(bit)[即4个字节(Bytes)]代表1个字符

A ：0000 0010 0100 0010 0000 0010 1000 0010

中：0001 0010 0010 0010 0000 0010 0010 0010

缺点：虽然能够覆盖全世界的文字，但是浪费资源。

对unicode升级 --> utf-8：最少用8位表示一个字符。

A ：0000 0010     # 字母，数字，特殊字符按照ASCII规则，8位(1个字节)代表1个字符

欧：0000 0010 0100 0010     # 对于欧洲文字，使用16位(2个字节)代表1个字符

中：0000 0010 0001 0010 0000 0010      # 对于中文，使用24位(3个字节)代表1个字符

我国特有的编码 --> GBK(国标)：字母，数字，特殊字符,中文。

A ：0000 0010    # 字母，数字，特殊字符按照ASCII规则，8位(1个字节)代表1个字符

中：0000 0010 0001 0010   # 对于大部分中文，使用16位(2个字节)代表1个字符

# 国标只包含绝大部分我们日常使用的中文，对于一些比较偏的中文是没有的

1， 编码之间不能互相识别。

2， 网络传输，或者硬盘存储的010101，必须是以非uniocde编码方式的01010101.

3，大环境python3x:

str:内存（内部）编码方式为Unicode，因此python3中的字符串不能直接用于网络传输和硬盘存储，为了解决这个问题，就出现了bytes

bytes:python的基础数据类型之一，他和str相当于双胞胎，str拥有的所有方法，bytes类型都适用。

区别：

英文字母：

str：

表现形式：s1 = 'xiaohei'

内部编码方式：unicode

bytes:

表现形式：b1 = b'xiaohei'

内部编码方式：非unicode

中文：

str：

表现形式：s1 = '小黑'

内部编码方式：unicode

bytes:

表现形式：b1 = b'\xe5\xb0\x8f\xe9\xbb\x91'

内部编码方式：非unicode

如何使用：

你想将一部分内容（字符串）写入文件，或者通过网络socket传输，这样这部分内容（字符串）必须转化成bytes才可以进行。

在平时的代码中，可以直接使用字符串。

具体使用方法：encode编码 decode解码(bytes拥有str的所有方法)

encode()不写参数，默认编码成utf-8

str ---> bytes  encode 编码

非中文可以使用encode(),也可直接在字符串前加一个 b 表示bytes

s1 = 'xiaohei'

b1 = b'xiaohei'  # 等于 b1 = s1.encode()

b2 = b1.upper()

print(s1, type(s1))  # xiaohei <class 'str'>

print(b1, type(b1))  # b'xiaohei' <class 'bytes'>

print(b2, type(b2))  # b'XIAOHEI' <class 'bytes'>

中文只能使用encode()

s1 = '小黑'

b1 = s1.encode('utf-8')

b2 = s1.encode('gbk')

print(b1)  # b'\xe5\xb0\x8f\xe9\xbb\x91'

print(b2)  # b'\xd0\xa1\xba\xda'

bytes ---> str decode  解码

b1 = b'\xd0\xa1\xba\xda'  # gbk的bytes

s2 = b1.decode('gbk')  # 对应用gbk的解码

print(s2)  # 小黑

六、字节单位之间的换算

位(bit，缩写为b）是存储器的最小单位，可以表示一位二进制数。1字节（Byte，缩写为B）由8个位组成，即1Byte＝8bit，是存储器的基本单位，通常被作为一个存储单元。通常情况下，把B称为字节、b称为字位、KB称为千字节、MB称为兆字节、GB称为吉字节。

1字位(bit)＝1个二进制数

1字节（Byte)＝8字位＝8个二进制数

1B=8b
1KB=1024B
1MB=1024KB
1GB=1024MB