为何文件大小与读取后bytes对象大小存在差异？附Python代码示例

这个问题核心是混淆了「文件在磁盘上的实际大小」和「Python对象在内存中的总占用量」两个完全不同的概念，我给你掰扯清楚：

1. 先搞懂两个函数的本质 #

• os.path.getsize(filepath)：这个函数返回的是文件在磁盘上存储的原始字节数，也就是文件内容的真实长度。比如你存了一行"hello world"的UTF-8编码文本文件，它返回的就是11，和文件内容的字节数完全一致。
• sys.getsizeof(contents)：这个函数算的是整个Python bytes对象在内存中的总大小，而不只是它存储的文件内容的长度。因为bytes作为Python的内置对象，除了保存文件内容的字节，还需要额外的内存来存储对象的元信息——比如引用计数、类型标识、内部缓冲区的管理数据等等，这些都是对象的「额外开销」。

2. 举个实际例子 #

假设你有一个100字节的文件，运行你给出的代码：

import os
import sys

filepath = "test.txt"
print(os.path.getsize(filepath))  # 输出：100
f = open(filepath,'rb')
contents = f.read()
print(sys.getsizeof(contents))   # 输出：比如149（具体数值取决于Python版本和操作系统）

这里第二个输出比100大，多出来的就是bytes对象本身的内存开销。

3. 如何获取内容的真实大小？ #

如果你想确认读取的内容和文件大小一致，应该用len(contents)——这个函数返回的是bytes对象里存储的字节数，也就是文件内容的真实长度，它会和os.path.getsize(filepath)的结果完全一致（只要读取过程中文件没被其他进程修改）。

修正后的代码可以这样写：

import os
import sys

filepath = "test.txt"
# 磁盘上的文件大小
print(f"文件大小：{os.path.getsize(filepath)} 字节")
with open(filepath, 'rb') as f:
    contents = f.read()
# 读取内容的真实字节数
print(f"内容字节数：{len(contents)} 字节")
# bytes对象在内存中的总占用
print(f"对象内存大小：{sys.getsizeof(contents)} 字节")

总结一下 #

• 要获取文件本身的大小，用os.path.getsize()
• 要获取读取内容的实际长度，用len(contents)
• sys.getsizeof()是用来查看Python对象自身内存占用的，别用来当内容长度用～

内容的提问来源于stack exchange，提问作者user4936236