两个字节雪人每个 sys.getsizeof() 返回 76 个字节 [重复]

Question

我检查了雪人的 unicode

In [37]: snowman = "\u2603"
In [38]: snowman
Out[38]: '☃'

如上，'☃'占用2个字节

但是，当我尝试获取它的大小时：

In [39]: sys.getsizeof(snowman)
Out[39]: 76

表示雪人占用76字节

关于模块sys中的内置函数getsizeof的帮助：

getsizeof(...)
    getsizeof(object, default) -> int

    Return the size of object in bytes.

我怎么理解？

Answer 1

首先，Python 是一种动态类型语言，所有对象都带有类型信息。在 C 中，int 只需要字节来表示 int；它是一个 int 的知识隐含在代码中。在 Python 中不是这样，不是数字，尤其是字符串，自从采用PEP 393 以来，字符串变得更加复杂。如您所见，在 PEP 和 CPython 源代码here 中，Python 都可以用几种表示形式之一来表示字符串。不幸的是，头信息相当大；一个字符串不仅有每个 Python 对象所具有的标头，它还有一个标志结构，它携带它的哈希值、它的字节长度、它的真实长度等等，在一个类似洋葱的结构中，层数越多越复杂表示。因此，相比之下，纯 ASCII 字符串相当短（PyASCIIObject）；但是包含超出 ASCII 范围的字符的字符串会获得一个新层 (PyCompactUnicodeObject)。 sys.getsizeof 不只是给你字符串长度；它为您提供了为对象分配的全部内存，包括标头信息，并且会累加。