Python3.6二进制数据字节大小问题：sys.getsizeof与len结果差异

这个问题其实是因为Python和Node.js里的函数统计的对象维度完全不一样，我来给你拆解开讲：

一、Python里的核心区别：len() vs sys.getsizeof() #

• len(bytes_obj)：统计的是实际有效字节数
  当你用str.encode('utf-8')得到bytes对象后，len()返回的就是这个编码后数据的真实字节长度——也就是你通过Socket发送出去的那部分数据的大小，这也是和Node.js端对接时的关键数值。

• sys.getsizeof()：统计的是对象在Python内存中的总占用量
  Python里的所有对象（包括bytes）都带有额外的内存开销：比如引用计数、类型标记、内部缓存结构这些元数据，这些都是为了Python的内存管理和对象机制服务的。sys.getsizeof()会把这些额外开销和实际数据的字节数加在一起返回，所以它的结果必然大于len()的结果。

举个实际例子验证一下：

import sys
test_str = "你好，Python"
test_bytes = test_str.encode('utf-8')

print(len(test_bytes))          # 输出13（utf-8下每个中文字符占3字节，英文/标点占1字节，3*3+4=13）
print(sys.getsizeof(test_bytes))# 输出比如49（具体数值随Python版本/系统平台变化，但肯定远大于13）

二、Node.js的Buffer为什么和Python的len()结果一致？ #

Node.js的Buffer是专门为处理二进制数据设计的底层结构，它的length属性和Buffer.byteLength()方法，都是直接统计有效二进制数据的字节数——完全不会包含类似Python对象的元数据开销。

当你通过Socket把Python的bytes数据发送到Node.js时，传输的只是bytes里的有效内容（也就是len(test_bytes)对应的13字节），Node.js把这些内容存入Buffer后，自然Buffer的长度就和Python的len()结果完全匹配了。

三、给你的实操建议 #

如果你需要的是数据的实际字节大小（比如网络传输、文件存储时的准确大小）：

• 在Python里，直接用len(bytes_obj)就对了，不管你用什么编码（utf-8、gbk、ascii等），它都会返回该编码下的真实字节数。
• 绝对不要用sys.getsizeof()来计算数据的有效字节量，它的作用是查看对象在Python内存中的总占用，和你关心的传输/存储大小无关。

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