Python：获取字符串大小（以字节为单位）

我有一个要通过网络发送的字符串。我需要检查它所代表的总字节数。

sys.getsizeof(string_name)返回额外的字节。例如对于sys.getsizeof("a")return 22，而在python中一个字符仅以1个字节表示。还有其他方法可以找到这个吗？

python

— 法发法蒂玛
source

您正在使用哪个版本的Python？

— squiguy 2015年

这是因为字符串“ a”是python中包含额外信息的对象。

— 克里斯（Kris）

@Some Developer是否有一种只获取字符串字节的方法，而没有完整对象的额外信息？

— Iffat Fatima 2015年

@squiguy我的python版本是2.7.9

— Iffat Fatima 2015年

这回答了你的问题了吗？如何确定Python中utf-8编码字符串的字节长度？

— maxschlepzig

Answers:

128

如果您想要一个字符串中的字节数，此函数应该为您做的很扎实。

def utf8len(s):
    return len(s.encode('utf-8'))

您得到怪异数字的原因是，由于字符串是python中的实际对象，因此封装在字符串中还有许多其他信息。

有趣的是，如果您看一下我的将字符串编码为'utf-8'的解决方案，则's'对象（这是一个字符串）上有一个'encode'方法。好吧，它需要存储在某个地方吗？因此，高于正常的字节数。它包括该方法以及其他一些方法：）。

— 克里斯
source

别担心。有时，简单的答案会导致看似奇怪的问题哈哈。

— 克里斯（Kris）2015年

编码的原因是，在Python 3中，某些单字符字符串将需要表示多个字节。例如：len('你'.encode('utf-8'))。

— 布拉德·所罗门

需要接受的答案有一个警告。

对于某些多字节编码（例如utf-16），string.encode将在开头添加字节顺序标记（BOM），这是一系列特殊字节，可告知读者所使用的字节字节序。所以你得到的长度实际上是len(BOM) + len(encoded_word)。

如果不想计算BOM字节数，则可以使用编码的小端版本（添加后缀“ -le”）或大端版本（添加后缀“ be”）。

>>> len('ciao'.encode('utf-16'))
10
>>> len('ciao'.encode('utf-16-le'))
8

— 斯比
source