一，代码块
#python中真正意义的代码块是什么？ # 一个模块，一个函数，一个类，一个文件等都是一个代码块。 def func(): print(333) class A: name = 'alex' # 交互模式下，每一行是一个代码块。 >>> i1 = 1000 可以理解为这一行在一个文件中。 >>> i2 = 1000 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，比如你利用id()内置函数去查询一个数据的内存地址 name = '太白' print(id(name)) # 1585831283968
#那么 is 是什么？ == 又是什么？ #== 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。 >>>i1 = 1000 >>>i2 = 1000 >>>print(i1 is i2) False >>>print(i1 == i2) 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。
#可以说如果内存地址相同，那么值肯定相同，但是如果值相同，内存地址不一定相同
三，小数据池
小数据池：被为小整数缓存机制，或者称为驻留机制等等。
小数据池的应用数据类型：整数，字符串，bool值
小数据池，python对内存做的一个优化：
#小数据池，python对内存做的一个优化： #那么到底什么是小数据池？他有什么作用呢？ Python自动将-5~256的整数进行了缓存，当你将这些整数赋值给变量时，并不会重新创建对象，而是使用已经创建好的缓存对象。 python会将一定规则的字符串在字符串驻留池中，创建一份，当你将这些字符串赋值给变量时，并不会重新创建对象， 而是使用在字符串驻留池中创建好的对象。 其实，无论是缓存还是字符串驻留池，都是python做的一个优化，就是将~5-256的整数，和一定规则的字符串，放在一个‘池’（容器，或者字典）中，无论程序中那些变量指向这些范围内的整数或者字符串，那么他直接在这个‘池’中引用，言外之意，就是内存中之创建一个。 优点：能够提高一些字符串，整数处理人物在时间和空间上的性能；需要值相同的字符串，整数的时候，直接从‘池’里拿来用，避免频繁的创建和销毁，提升效率，节约内存。 缺点：在‘池’中创建或插入字符串，整数时，会花费更多的时间
int：那么大家都知道对于整数来说，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。
那么对于字符串的规定呢？
str:字符串要从下面这几个大方向讨论：
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。
含其他字符，长度<=1,默认驻留。
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
代码块内的缓存机制，和代码块与代码块之间的缓存机制不同！
Python在执行同一个代码块的初始化对象的命令时，会检查是否其值是否已经存在，如果存在，会将其重用。换句话说：执行同一个代码块时，遇到初始化对象的命令时，他会将初始化的这个变量与值存储在一个字典中，在遇到新的变量时，会先在字典中查询记录，如果有同样的记录那么它会重复使用这个字典中的之前的这个值。所以在你给出的例子中，文件执行时（同一个代码块）会把i1、i2两个变量指向同一个对象。如果是不同的代码块，他就会看这个两个变量是否是满足小数据池的数据，如果是满足小数据池的数据则会指向同一个地址。对于同一个代码块的变量复用的问题，只能针对于数字，字符串，bool值，而对于其他数据类型是不成立的。
# 虽然在同一个文件中，但是是不同的代码块，不满足小数据池（驻存机制），则指向两个不同的地址。 def func(): i1 = 1000 print(id(i1)) # 2288555806672 def func2(): i1 = 1000 print(id(i1)) # 2288557317392 func() func2() # 同一个代码块下，数字，字符串，bool值的复用成立。 a1 = 1000 a2 = 1000 print(id(a1),id(a2)) # 2419837390800 2419837390800 s1 = 'alexsb@' s2 = 'alexsb@' print(id(s1),id(s2)) # 2278732245624 2278732245624 f1 = True f2 = True print(id(f1),id(f2)) # 1672093872 1672093872 # 同一个代码块下，元祖，列表，字典的复用不成立。 tu1 = (1,2,3) tu2 = (1,2,3) print(id(tu1),id(tu2)) # 2278732278088 2278732279312 l1 = [1, 2, 3] l2 = [1, 2, 3] print(id(l1),id(l2)) # 2278733685000 2278733685192 dic1 = {'name':'taibai'} dic2 = {'name':'taibai'} print(id(dic1),id(dic2)) # 2278728382728 2278728382856
五，python 与 数据存储/网络传输的编码问题
1.编码之间不能互相识别，否则强行使用会报错，不存在，乱码
2.网络传输，或者硬盘存储的01010，必须时以非unicode编码方式的010101
大环境下的python3x：
str：内存（内部）编码方式为unicode
bytes：python的基础数据类型，他和str相当于双胞胎，str拥有的所有方法，bytes都有
#思考下面例子： b1 = b'alex' b2 = b1.upper() s1 = 'alex' print(b1, type(b1)) print(b2, type(b2)) print(s1, type(s1)) s1 = '太白' b1 = s1.encode('utf-8') b2 = s1.encode('gbk') print(b1) # b'\xe5\xa4\xaa\xe7\x99\xbd' print(b2) # str --- > bytes encode 编码 s1 = 'alex' s2 = '太白' b1 = s1.encode('utf-8') print(b1) b2 = s2.encode('gbk') print(b2) # bytes ---> str decode 解码 b1 = b'\xcc\xab\xb0\xd7' # gbk 的bytes s2 = b1.decode('gbk') print(s2)
str与bytes区别，str与bytes的编码与解码
#区别： # 英文字母： str： 表现形式 s1 = 'alex' 内部编码方式:unicode bytes: 表现形式: b1 = b'alex' 内部编码方式：非unicode #中文： str： 表现形式 s1 = '太白' 内部编码方式：unicode bytes： 表现形式:b1 = b'\xe5\xa4\xaa\xe7\x99\xbd' 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。
平时你代码中，使用字符串。
编码: str --->bytes.encode s1 = 'alex' b1 = s1.encode('utf-8') 解码: bytes ---> str.decode s2 = b1.decode('utf-8') #s2为unicode编码