Python学习-is和==区别, encode和decode

一、is 和 == 介绍

1. is  比较的是两个对象的内存地址是否相同，它们是不是同一个对象。

2. ==  比较的是两个对象的内容是否相同。

在使用is前，先介绍Python的一个内置函数id()，它是用于查看对象在内存中的id.

>>> a = 10
>>> b = 'hello'
>>> c= (1, 3, 5)
>>> id(a); id(b); id(c)
4365573024
4372638160
4372561496

代码实例：

# 数字
>>> a = 5
>>> b = 5
>>> print(a==b)
True
>>> a is b
True
 
#字符串
>>> n1 = 'jason'
>>> n2 = 'jason'
>>> print(n1==n2)
True
>>> n1 is n2
True
 
#列表
>>> ls1 = [1, 3, 5, 7]
>>> ls2 = [1, 3, 5, 7]
>>> print(ls1==ls2)
True
>>> ls1 is ls2
False
 
#元组
>>> tu1 = (1, 2, 3)
>>> tu2 = (1, 2, 3)
>>> print(tu1 == tu2)
True
>>> tu1 is tu2
False
 
#字典
>>> info1 = {'name': 'jason', 'age': 25}
>>> info2 = {'name': 'jason', 'age': 25}
>>> print(info1 == info2)
True
>>> info1 is info2
False
>>> id(info1)
4372560920
>>> id(info2)
4367493088
 
#集合

>>> seta = set(['a', 'b', 'c'])
  >>> setb = set(['a', 'b', 'c'])
  >>> print(seta == setb)
  True
  >>> seta is setb
  False

总结:

当对象为数字、字符串时，对象1 is 对象2为True；当对象为列表、元组、字典、集合时，对象1 is 对象2为False。 

再看下面的一组列子：

>>> a = -4  # 对象也为数字，为什么为False了
>>> b = -4
>>> a is b
True
>>> a = -6
>>> b = -6
>>> a is b
False
>>> a = -5
>>> b = -5
>>> a is b
True
>>> a = 257
>>> b = 257
>>> a is b
False
 
>>> a = 'hello'
>>> b = 'hello'
>>> a is b
True
>>> new_a = a * 20
>>> new_b = b * 20
>>> new_a is new_b
False

注意，Python仅仅对比较小的整数对象进行缓存（范围为范围[-5, 256]）缓存起来，而并非是所有整数对象。需要注意的是，这仅仅是在命令行中执行，而在Pycharm或者保存为文件执行，结果是不一样的，这是因为解释器做了一部分优化。

二、encode和decode

注意:

1) python2中默认使用的是ASCII码,所以默认不支持中文.

2) python3中默认使用的是unicode码

在Python的内存中, 在程序的运行阶段, 使用的是unicode编码. 因为unicode是万国码, 什么内容都可以显示, 但是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转成UTF-8或GBK进行存储. 怎么转换呢, 在python中可以对文字信息进行编码, 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, 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.

字符串在传输的时候转换成bytes, 由encode来完成.

代码示例:

name = 'jason'
name1 = name.encode('utf-8')
print(name1)
name2 = name.encode('GBK')
print(name2)
 
s = '好'
s1 = s.encode('utf-8') #utf-8编码,中文占3个字节
print(s1)
s2 = s.encode('GBK')  #GBK编码, 中文占2个字节
print(s2)
 
#执行结果:

b'jason'
  b'jason'
  b'\xe5\xa5\xbd'
  b'\xba\xc3'

英文编码之后的结果和源字符串一致. 中文编码之后的结果, 根据编码的不同, 得到的编码结果也不同. 从上方代码示例可以看出, 一个中文的utf-8编码是三个字节. 一个GBK的中文编码是两个字节.编码之后的类型就是bytes类型. 在网络传输和存储的时候, python保存和存储的就是bytes类型. 那么对方接收的时候, 也是接收的bytes类型的数据, 可以使用decode()来进行解码操作. 把bytes类型的数据还原回我们熟悉的字符串.

greeting = '你好世界'
s = greeting.encode('utf-8')
print(s)
s1 = b'\xe4\xbd\xa0\xe5\xa5\xbd\xe4\xb8\x96\xe7\x95\x8c'
print(s1.decode('utf-8'))
 
#运行结果
b'\xe4\xbd\xa0\xe5\xa5\xbd\xe4\xb8\x96\xe7\x95\x8c'
你好世界
 
# \x分隔的, 每个\x和其后字符, 表示的是一个字节

编码和解码的时候都需要指定编码格式:

s = '你好'
s2 = s.encode('GBK')
print('s2:', s2)
# 把GBK转为utf-8, 首先要把GBK转为unicode,也就是需要解码
s3 = s2.decode('GBK')
# 重新编码成utf-8
s4 = s3.encode('utf-8')
print('s4:', s4)
 
# 运行结果
s2: b'\xc4\xe3\xba\xc3'
s4: b'\xe4\xbd\xa0\xe5\xa5\xbd'

以上就是关于编码解码的简单解释.