Python学习日记(五) 编码基础

傷城~ 2021-11-01 08:46 340阅读 0赞

**初始编码**

ASCII最开始为7位,一共128字符。最后确定8位,一共256个字符,最左边的为拓展位,为以后的开发做准备。

**ASCII码的最左边的一位为0。**

**基本换算:**8位(bit) = 1字节(byte)

1024byte = 1 KB

1024KB = 1MB

1024MB = 1GB

1024GB = 1TB

**电脑的传输还有存储实际上都是以二进制的形式进行的。**

Unicode:美国最初是使用ASCII编码,后来为了解决全球化的文字问题,创建了万国码(Unicode)

开端：

一个中文**最初给两个字节(16位)**来表示,后来发现中文就将近十万字,不够,所以之后Unicode用**4个字节(32位)**来表示一个中文。

一个英文给四个字节(32位)来表示。

升级后:

UTF-8:

一个中文用3个字节(24位)表示

一个英文用1个字节(8位)表示

一个欧洲文字用2个字节(16位)表示

国内使用编码:

GBK:

一个中文用2个字节(16位)表示

一个英文用1个字节(8位)表示

**(1)各个编码之间的二进制是不能互相是别的,会产生乱码**

**(2)Unicode 的字符要用4个字节(32位)来表示,占用了太多内存。因此文件的储存、传输不能是Unicode类型，只能是UTF-8、UTF-16、GBK、GB2312、ASCII等类型**

**UTF-8和GBK的转变要借助Unicode**

**(3)在Python3中str在内存中是用Unicode存储的**

**　　　　　　　而bytes类型是以(UTF-8、GB2312等编码)**

**![1739934-20190726203000222-2051639421.png][]**

**对于英文:**

str的表现形式:

s = 'abc'

str的编码方式:

以Unicode的01010101形式

bytes的表现形式:

b_s = b'abc'

bytes的编码方式:

以UTF-8、GBK等的01010101形式

**对于中文:**

str的表现形式:

s = '中国'

str的编码方式:

以Unicode的01010101形式

bytes的表现形式:

以UTF-8的b'\\xe4\\xb8\\xad\\xe5\\x9b\\xbd'形式

bytes的编码方式:

以UTF-8、GBK等的01010101形式

**编码(将str->bytes):**

中文：

s1= '中国'
    s2 = s1.encode('utf-8')
    print(s2)   #b'\xe4\xb8\xad\xe5\x9b\xbd'
    s2 = s1.encode('gbk')
    print(s2)   #b'\xd6\xd0\xb9\xfa'

英文：

s1 = 'abc'
    s2 = s1.encode('utf-8')
    print(s2)   #b'abc'
    s2 = s1.encode('gbk')
    print(s2)   #b'abc'

**解码(将bytes->str):**

b = b'\xe4\xb8\xad\xe5\x9b\xbd'
    s = b.decode('utf-8')
    print(s)    #中国

b = b'abc'
    s = b.decode('utf-8')
    print(s)    #abc

其他:

1.Python2和Python3的区别:

Python2　　　　　　　　　　　　　　　　　　　　　　Python3

<1>.print 可以加括号，也可以不加括号

print('abc')　　　　　　　　　　　　　　　　　　print('abc')

print 'abc'

<2>.xrange()生成器　　　　　　　　　　　　　　　　　　　　　range()

range()

<3>.raw\_input()　　　　　　　　　　　　　　　　　　　　　　 input()

= 是赋值

is 是比较内存地址

== 比较值是否相等

id（内容）

3.小数据池

在Python中数字和字符串存在着小数据池,它的作用是在一个数据范围内节省内存空间，共用一个内存地址

list、dict、set、tuple没有小数据池这一概念

int:

只要数值在范围(-5 - 256),它们都共用一个相同的内存地址

例1:

![1739934-20190726190237889-2021571620.png][]

例2:

![1739934-20190726190447160-1350642068.png][]

例3:

![1739934-20190726190647701-1759606906.png][]

str:

<1>.当字符串长度为0或1时默认使用小数据池,当长度大于1时且没有含有特殊字符(包括加减乘除)时也将使用小数据池

![1739934-20190726191212676-676711840.png][]

![1739934-20190726192051391-1101303228.png][]

![1739934-20190726192201693-1927670479.png][]

<2>.一个字符串长度小于等于20用的还是同一个内存地址,长度大于20以后用的是2个内存地址

**当乘数为1时:**

仅含字符串、数字、下划线,默认使用小数据池:

![1739934-20190726193514959-1931858078.png][]

含其他字符,长度<=1时,默认使用小数据池

![1739934-20190726193916630-999997174.png][]

含其他字符,长度>1时,默认使用小数据池

![1739934-20190726194212176-2098391272.png][]

**当乘数大于1时:**

字符长度小于等于20将使用小数据池

**![1739934-20190726195512123-2019221304.png][]**

**　　**

转载于:https://www.cnblogs.com/Fantac/p/11252862.html

[1739934-20190726203000222-2051639421.png]: /images/20211101/d1f4b678c423416f8de5b8247f229f4a.png
[1739934-20190726190237889-2021571620.png]: /images/20211101/23b0866475074832a0b17bb35c3400d5.png
[1739934-20190726190447160-1350642068.png]: /images/20211101/d0c4316757004ae4b6dbbb36e5b9a8b8.png
[1739934-20190726190647701-1759606906.png]: /images/20211101/40b1fd7b2bb047b193efe3a557d73910.png
[1739934-20190726191212676-676711840.png]: /images/20211101/e667f6a26eca4871bfb4c270f35899a2.png
[1739934-20190726192051391-1101303228.png]: /images/20211101/b09a8ee734bc4f1e8fc70ccf364b7ccf.png
[1739934-20190726192201693-1927670479.png]: /images/20211101/b7395e8bfeea4db796d5a8406c537ba0.png
[1739934-20190726193514959-1931858078.png]: /images/20211101/6770da817002461ba4aae6d9fba4a54d.png
[1739934-20190726193916630-999997174.png]: /images/20211101/851e46fb32974ea2af39193be74479b5.png
[1739934-20190726194212176-2098391272.png]: /images/20211101/5824d6271f87490b8ca06dc027660eb2.png
[1739934-20190726195512123-2019221304.png]: /images/20211101/7fa465f9c09b44ad955ccc5ef90bc946.png