阅读目录
上节拾遗
变量的建立与id
例1:name = 'oldboy'
首先，当咱们定义了一个变量name = ‘oldboy’的时候，在内存中实际上是作了这样一件事：python
程序开辟了一块内存空间，将‘oldboy’存储进去，再让变量名name指向‘oldboy’所在的内存地址。以下图所示：git
例2:两个变量名一个值
提问：当我执行下面这段代码的时候，程序是怎么处理的呢？程序员
咱们猜测会有两种可能:编程
第一种状况:程序分别在内存中开辟了两块儿空间来存储‘oldboy’这个值，而且让name1和name2指向这两个值。以下左图编程语言
第二种状况:因为两个值内容一致，因此程序只开辟一起空间存储‘oldboy’，并让name1和name2只想着个值。以下右图ide
提问：你们来猜想一下会是哪一种状况？post
其实上面的两种猜测都是对的。正常状况下字符串在内存里就是如咱们猜测的第一种状况同样，每一次建立一个变量都会在内存中申请一起空间。学习
可是，python认为一些“看起来像python标识符的字符”和小整数字在开发中是经常使用的，所以出于节省内存的角度思考，对于这部分字符串和数字作出了优化[-5,257)，python解释器会因为要定义的新变量内容与以前定义过的变量内容相同而不让这部份内容占用新的内存空间。优化
咱们如何证实咱们的想法呢？this
python为咱们提供了一个id()方法，能够查看一个变量的内存地址。
>>> name1 = 'oldboy' >>> name2 = 'oldboy' >>> name1_id = id(name1) >>> name2_id = id(name2) >>> print(name1_id,name2_id) (4459387232, 4459387232)
执行完这段代码就基本验证了咱们的思想，因为‘oldboy’是一个简单的字符串，所以python解释器作了优化，内存里只有一个‘oldboy’，name1和name2都指向同一起内存地址。
若是是长字符串呢？就米有优化机制啦！
>>> a = 'this is a very long sentence' >>> b = 'this is a very long sentence' >>> id(a) 4394464720 >>> id(b) 4394464640
对于[-5,257)范围内的数字也有优化机制：
>>> a = 256 >>> b = 256 >>> id(a) 4297546112 >>> id(b) 4297546112 >>> a = -5 >>> b = -5 >>> id(a) 4297537760 >>> id(b) 4297537760
可是超过这个范围可就不太行了：
>>> a=257 >>> b=257 >>> id(a) 4402490032 >>> id(b) 4403650768 >> a = -6 >>> b=-6 >>> id(a) 4402490032 >>> id(b) 4403650768
例3:一个变量名2个值
提问：若是像下面这样写本身的代码，最终打印name会获得什么结果？
name = 'oldboy' name = 'alex' print(name)
我想你们的答案是一致的，name此时应该是‘alex’，当咱们在程序中对变量进行重复赋值时，就是对一个变量进行修改.
代码解读：
程序先申请了一块内存空间来存储‘oldboy’，让name变量名指向这块内存空间
读到name=‘alex’以后又申请了另外一块内存空间来存储‘alex’，并让本来指向‘oldboy’内存的连接断开，让name再指向‘alex’。
以下图所示：
例4:变量的赋值与修改
提问：若是像下面这样写本身的代码，最终打印name1和name2会分别获得什么结果？
name1 = 'oldboy' name2 = name1 name1 = 'alex' print(name1,name2)
这里你们就会产生一些争论了，先执行一下给你们看。
要想知道上面问题的结果是为何，首先要了解在内存中两个变量的存储状况。
从上面的示意图中咱们能够知道，当执行name2=name1这句话的时候，事实上是让name2指向了‘oldboy’所在的内存地址。
修改name1的值，至关于断开了name1到‘oldboy’的连接，从新创建name1和‘alex’之间的连接。在这个过程当中，始终没有影响到name2和‘oldboy‘之间的关系，所以name2仍是‘oldboy’，而name1变成了‘alex’。
身份运算
二进制
首先，计算机一共就能作两件事：计算和通讯
那在讲计算机以前，咱们先来说一个故事，你们知道古时候的中国是如何通讯的么？
假如，战国时期两个国家要打仗了，咱们垒了城墙，每隔一段就有兵镇守，如今有人来攻打咱们了，而后咱们是否是得通知其余人有人来打咱们来了？怎么通知？
字符编码
经过上一节讲的二进制的知识，你们已经知道计算机只认识二进制，生活中的数字要想让计算机理解就必须转换成二进制。十进制到二进制的转换只能解决计算机理解数字的问题，那么文字要怎么让计算机理解呢？
因而咱们就选择了一种曲线救国的方式，既然数字能够转换成十进制，咱们只要想办法把文字转换成数字，这样文字不就能够表示成二进制了么？
但是文字应该怎么转换成数字呢？就是强制转换
咱们本身强行约定了一个表，把文字和数字对应上，这张表就至关于翻译，咱们能够拿着一个数字来对比对应表找到相应的文字，反之亦然。
ASCII码
能够先让学生看图片，而后再介绍ascii码
假如咱们就已经有这么一张表了
ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其余西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。
因为计算机是美国人发明的，所以，最先只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，好比大写字母 A的编码是65，小写字母 z的编码是122。后128个称为扩展ASCII码。
那如今咱们就知道了上面的字母符号和数字对应的表是早就存在的。那么根据如今有的一些十进制，咱们就能够转换成二进制的编码串。
好比
提问：假如咱们要打印两个空格一个对勾 写做二进制就应该是 0011111011可是 可是问题来了，咱们怎么知道从哪儿到哪儿是一个字符呢？
正是因为这些字符串长的长，短的短，写在一块儿让咱们难以分清每个字符的起止位置，因此聪明的人类就想出了一个解决办法，既然一共就这255个字符，那最长的也不过是11111111八位，不如咱们就把全部的二进制都转换成8位的，不足的用0来替换。
这样一来，刚刚的两个空格一个对勾就写做000000000000000011111011，读取的时候只要每次读8个字符就能知道每一个字符的二进制值啦。
在这里，每一位0或者1所占的空间单位为bit(比特)，这是计算机中最小的表示单位
每8个bit组成一个字符，这是计算机中最小的存储单位(毕竟你是没有办法存储半个字符的)orz～
要不要举例子说单位？就像咱们形容长度会有厘米、分米、米之分，在计算机里也有本身的计量数据大小的单位
人民币的例子：给了你好多钱，假如没有万-十万
bit 位，计算机中最小的表示单位 8bit = 1bytes 字节，最小的存储单位，1bytes缩写为1B 1KB=1024B 1MB=1024KB 1GB=1024MB 1TB=1024GB 1PB=1024TB 1EB=1024PB 1ZB=1024EB 1YB=1024ZB 1BB=1024YB
提问：学完ascii码，做为一个英文程序员来讲，基本圆满了。可是做为一个中国程序员，你是否是以为少了点儿什么？（再给学生看一下ascii码表）
GBK和GB2312
显然，对于咱们来讲能在计算机中显示中文字符是相当重要的，然而刚学习的ASCII表里连一个偏旁部首也没有。因此咱们还须要一张关于中文和数字对应的关系表。以前咱们已经看到了，一个字节只能最多表示256个字符，要处理中文显然一个字节是不够的，因此咱们须要采用两个字节来表示，并且还不能和ASCII编码冲突，因此，中国制定了GB2312编码，用来把中文编进去。
你能够想获得的是，全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，
各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。
Unicode
所以，Unicode应运而生。Unicode把全部语言都统一到一套编码里，这样就不会再有乱码问题了。
Unicode标准也在不断发展，但最经常使用的是用两个字节表示一个字符（若是要用到很是偏僻的字符，就须要4个字节）。现代操做系统和大多数编程语言都直接支持Unicode。
如今，捋一捋ASCII编码和Unicode编码的区别：
ASCII编码是1个字节，而Unicode编码一般是2个字节。
字母A用ASCII编码是十进制的65，二进制的01000001；
字符0用ASCII编码是十进制的48，二进制的00110000；
汉字“中”已经超出了ASCII编码的范围，用Unicode编码是十进制的20013，二进制的01001110 00101101。
你能够猜想，若是把ASCII编码的A用Unicode编码，只须要在前面补0就能够，所以，A的Unicode编码是00000000 01000001。
新的问题又出现了：若是统一成Unicode编码，乱码问题今后消失了。可是，若是你写的文本基本上所有是英文的话，用Unicode编码比ASCII编码须要多一倍的存储空间，在存储和传输上就十分不划算。
UTF-8
因此，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不一样的数字大小编码成1-6个字节，经常使用的英文字母被编码成1个字节，汉字一般是3个字节，只有很生僻的字符才会被编码成4-6个字节。若是你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间：
| 字符 | ASCII | Unicode | UTF-8 |
| A | 01000001 | 00000000 01000001 | 01000001 |
| 中 | x | 01001110 00101101 | 11100100 10111000 10101101 |
从上面的表格还能够发现，UTF-8编码有一个额外的好处，就是ASCII编码实际上能够被当作是UTF-8编码的一部分，因此，大量只支持ASCII编码的历史遗留软件能够在UTF-8编码下继续工做。
搞清楚了ASCII、Unicode和UTF-8的关系，咱们就能够总结一下如今计算机系统通用的字符编码工做方式：
在计算机内存中，统一使用Unicode编码，当须要保存到硬盘或者须要传输的时候，就转换为UTF-8编码。
用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。
文件存取编码转换图
经常使用编码介绍一览表
| 编码 | 制定时间 | 做用 | 所占字节数 |
| ASCII | 1967年 | 表示英语及西欧语言 | 8bit/1bytes |
| GB2312 | 1980年 | 国家简体中文字符集，兼容ASCII | 2bytes |
| Unicode | 1991年 | 国际标准组织统一标准字符集 | 2bytes |
| GBK | 1995年 | GB2312的扩展字符集，支持繁体字，兼容GB2312 | 2bytes |
| UTF-8 | 1992年 | 不定长编码 | 1-3bytes |