Python之编码

一、Python2与Python3的区别

1、从宏观上考虑，Python2重复代码太多，错误率高，不够规范。Python崇尚的是语言简洁、优美、清晰。Python3更加规范，重复代码少；

2、Python2默认的编码是ASCII码，无法正确识别中文，而Python3默认的代码是utf-8，能够正确识别中文；

3、Python2中print打印时后面可以不用加（），但是Python3中print打印时必须加上（），否则会报错；

4、Python2中有range和xrange（生成器），但是Python3中只有range ；

5、Python3中的input，在Python2中是raw_input。

二、“=”、“==”与“is”的区别

1、“=”  ：赋值     把后面的值赋给前面

2、“==” ：比较前后的值是否相等

3、“is” ：比较的是前后的变量内存地址

4、id  ： 显示的是内存地址

li1 = [1,2,3]
li2 = li1
li3 = li2
print(id(li1),id(li2))

三、数字和字符串

小数据池：在一定范围内当多个变量被赋值的是一个相同的数值时，其占用的内存地址是一样的。

int里面有小数据概念，范围是-5-------  256

i1 = 6
i2 = 6
print(id(i1),id(i2))
i1 = 300
i2 = 300
print(id(i1),id(i2))

字符串也有小数据池概念，不过没有什么具体准确的标准，暂时只发现两个规律
1、不能含有特殊字符；

2、s*20 还是同一个地址，s*21以后都是两个地址

剩下的list、dict、tuple、set都没有小数据池概念。

四、编码

ASCII码：一个字符用8位来表示，共1个字节；

unicode码：有16位和32位的两种，现在大部分用的是32位来表示一个字符，共4个字节；

utf-8码：最少用8位来表示一个字符，英文时是8位来表示的，共1个字节，中文是用24位来表示的，共3个字节，欧洲其他国家文字是用16未来表示的，共2个字节。

gbk码：表示英文时是用8位来表示的，共1个字节，中文是用16位来表示的，共2个字节。

注意：

1、各个编码之间的二进制是不能互相识别的，会产生乱码；

2、文件的储存、传输不能是unicode（只能是utf-8、utf-16、gbk、gb2312，ascii等）

Python3中  str 在内存中是用unicode编码。

encode 编码，如何将str --> bytes, ()

s11 = s1.encode('utf-8')
s11 = s1.encode('gbk')
print(s11)
s2 = '中国'
s22 = s2.encode('utf-8')
s22 = s2.encode('gbk')
print(s22)

  bytes类型        

对于英文：             

        str  ：表现形式：s = 'alex'                                                    编码方式： 010101010  unicode            

    bytes ：表现形式：s = b'alex'                                                   编码方式： 000101010  utf-8 gbk。。。。

对于中文：             

        str  ：表现形式：s = '中国'                                                    编码方式： 010101010  unicode            

    bytes ：表现形式：s = b'xe91e91e01e21e31e32'              编码方式： 000101010  utf-8 gbk。。。。