在Python中存储字符串

前言：

在这篇Python字符集和字符编码中我们提到了unicode，该字符集对世界上的文字进行了系统的整理，让计算机可以用统一的方式处理文本，而且目前已经支持超过13万个字符，天然地支持多国语言。

所以不管什么文字，都可以用一个unicode来表示。

但是问题来了，unicode能表示这么多的字符，那么占用的内存一定不低吧。的确，根据当时的编码，一个unicode字符最高会占用到4字节。但是对于西方人来说，明明一个字符就够用了，为啥需要那么多。

于是又出现了utf-8，它是为unicode提供的一个新的编码规则，具有可变长的功能。不同种类的字符占用的大小不同，比如英文字符使用一个字节存储，汉字使用3个字节存储，Emoji 使用4个字节存储。

但Python在表示unicode字符串时，使用的却不是utf-8编码，至于原因我们下面来分析一下。

unicode 的三种编码

从Python3开始，字符串使用的是Unicode。而根据编码的不同，Unicode的每个字符最大可以占到4字节，从内存的角度来说， 这种编码有时会比较昂贵。

为了减少内存消耗并且提高性能，Python的内部使用了三种编码方式来表示Unicode：

• Latin-1 编码：每个字符一字节;
• UCS2 编码：每个字符两字节；
• UCS4 编码：每个字符四字节；

在Python编程中，所有字符串的行为都是一致的，而且大多数时间我们都没有注意到差异。然而在处理大文本的时候，这种差异就会变得异常显著、甚至有些让人出乎意料。

为了看到内部表示的差异，我们使用sys.getsizeof函数，查看一个对象所占的字节数。

import sys
print(sys.getsizeof("a"))  # 50
print(sys.getsizeof("憨"))  # 76
print(sys.getsizeof("

猜你喜欢

AI推送时光机

在Python中存储字符串

后端开发2024-04-02

在Python中如何存储字符串

后端开发2023-06-30

.NET中的字符串在内存中的存储方式

后端开发2024-04-02

sql中的字符串包含;怎么存储

后端开发2024-05-08

如何在同一个 MySQL 表中存储固定长度字符串和可变长度字符串？

后端开发2023-10-22

超大字符串mysql存储字段选择

后端开发2023-09-15

C语言中的字符串数据在C中的存储方式

后端开发2024-04-02

python 实现查找某个字符在字符串中

后端开发2023-01-30

如何在python中打印字符串

后端开发2023-06-14

在 Python 中生成随机字符串

后端开发2023-09-06

在python中如何反转字符串

后端开发2023-06-27

怎么在python中打印字符串

后端开发2023-06-14

C语言中字符串数据在C中的存储方式是什么

后端开发2023-07-02

怎样在python中使用字符串

后端开发2023-06-15

Python Leetcode 字符串中

后端开发2023-01-30

redis字符串存储的方法是什么

后端开发2023-09-11

Mysql内储存JSON字符串实例分析

后端开发2023-06-29

[正式学习java③]——字符串在内存中的存储方式、为什么字符串不可变、字符串的拼接原理，键盘录入的小细节。

后端开发2023-10-21

mysql存储json字符串选什么类型

后端开发2023-08-02

mysql存储不了中文字符串的解决方法

后端开发2024-04-02