python中无论输入什么都会以字符串方式保存吗,python读取字符串存入数组

　　本文主要介绍Python中字符串的存储。文章通过unicode扩展了题目的相关内容，有一定的参考价值，有需要的朋友可以参考一下。

　　00-1010 Unicode的三种编码为什么不用utf-8编码Latin-1，UCS2，UCS4应该用哪个？前言：概述

　　在这个Python字符集和字符编码中，我们提到了unicode。这套字符集系统地整理了世界上的字符，以便计算机统一处理文本。目前已经支持超过13万个字符，自然支持多种语言。

　　所以无论什么文本，都可以用一个unicode来表示。

　　但问题是，unicode可以表示这么多字符，所以它必须占用大量内存。的确，按照当时的编码，一个unicode字符最多会占用4个字节。但是对于西方人来说，显然一个字就够了。你为什么需要这么多？

　　于是utf-8又出现了，这是一种新的unicode编码规则，具有变长功能。不同类型的字符占据不同的大小。比如英文字符存储一个字节，中文字符存储三个字节，表情符号存储四个字节。

　　但是，Python在表示unicode字符串时不使用utf-8编码。至于原因，下面我们来分析一下。

　　Latin-1 编码：是每个字符一个字节；UCS2 编码：是每个字符两个字节；UCS4 编码：是每个字符四个字节；在Python编程中，所有字符串的行为都是一致的，大多数时候我们不会注意到区别。但是，在处理大型文本时，这种差异会变得极其显著，甚至出乎意料。

　　为了查看内部表示的差异，我们使用sys.getsizeof函数来检查一个对象占用的字节数。

　　导入系统

　　print(sys.getsizeof(a)) # 50

　　Print(sys.getsizeof (Han)) # 76

　　print(sys . getsizeof())# 80

　　我们都看到了一个人物，但是他们占据了不同的记忆。因为Python对不同的字符使用不同的编码，导致大小不一。

　　但需要注意的是：的每个字符串都需要占用49-80个额外的字节，因为它需要存储一些额外的信息，比如比如：.常见的头、哈希、长度、字节长度、编码类型等等

　　导入系统

　　#对于ASCII字符，1占用1个字节。很明显，编码是Latin-1。

　　print(sys . getsizeof( ab )-sys . getsizeof( a )# 1

　　#对于汉字，日语等。一个占用2个字节。这时，它是UCS2代码。

　　Print(sys.getsizeof(韩寒)-sys.getsizeof(韩寒)# 2

　　print(sys.getsizeof()-sys.getsizeof()# 2

　　#和表情符号一样，是4字节代码，此时是UCS4代码。

　　print(sys . getsizeof()-sys . getsizeof())# 4

　　但是，如果采用不同的代码，底层结构实例的多余部分也会占用不同大小的内存。

　　如果编码是Latin-1，那么这个结构实例的多余部分将占用49个字节；代码UCS2，占74字节；代码为UCS4，占76字节。然后字符串所占的字节数就等于：*单个字符占用的字节中的附加部分字符数。

　　导入系统

　　#所以一个空字符串占用49个字节

　　#此时将采用内存占用最小的Latin-1编码。

　　print(sys . getsizeof())# 49

　　#此时使用UCS2。

　　print(sys . getsizeof( Han )-2)# 74

　　# UCS4

　　print(sys.getsizeof(

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。