1 简介

Go 和 Python 在内存中字符串的真实存储结构有什么不同，我们如何通过代码直观地“看见”这种差异？

本文从三步解释：

1️⃣ 先讲清楚理论上的区别（UTF-8 字节序列 vs Unicode 码点数组）
2️⃣ 用代码演示它了解这种区别
3️⃣ 最后解释这种差异背后的设计取舍

2、理论差异：UTF-8 字节序列 vs Unicode 码点数组

语言
Go 内存存储方式：UTF-8 字节序列（每个字符 1–4 字节）
举例（字符串）：[240, 159, 145, 139, 228, 184, 150]
含义： 每个 Unicode 字符编码成变长字节序列

Python 3 内存存储方式：Unicode 码点数组（每个元素是整数）
举例（字符串）：[128075, 19990]
含义：每个元素是一个 Unicode 码点（code point），不是字节

• 一句话说明：

Go 的 string 是 “字节流”，存的是 UTF-8 编码结果。

Python 的 str 是 “字符流”，存的是 Unicode 码点。

3、代码对比：直观看见底层结构

• 代码 Go 示例

  package main
  import "fmt"
  
  func main() {
      s := "世"
      fmt.Println("字符串:", s)
      fmt.Println("len(s):", len(s)) // 字节数
      fmt.Println("字节切片:", []byte(s)) // 查看 UTF-8 字节序列
      fmt.Println("rune 切片:", []rune(s)) // 查看 Unicode 码点
  }
  

输出：

    字符串: 世

    len(s): 7
    字节切片: [240 159 145 139 228 184 150]
    rune 切片: [128075 19990]

解释：

[228 184 150] 是 世 的 UTF-8 编码（3 字节）；

[128075 19990] 是对应的 Unicode code points (U+1F44B，U+4E16)。

• Python 示例

s = “👋世”
print(“字符串:”, s)
print(“len(s):”, len(s)) # 字符数
print(“Unicode 码点列表:”, [ord(ch) for ch in s]) # 查看底层 code point
print(“UTF-8 字节序列:”, list(s.encode(‘utf-8’))) # 查看 UTF-8 编码结果

输出：

字符串: 👋世

len(s): 2
Unicode 码点列表: [128075, 19990]
UTF-8 字节序列: [240, 159, 145, 139, 228, 184, 150]

4、结果对比与图示

维度 Go Python
len(s) 7（字节） 2（字符）
内部存储 UTF-8 字节数组 Unicode 码点数组
[]byte(s) vs s.encode() [240,159,145,139,228,184,150] [240,159,145,139,228,184,150]
[]rune(s) vs [ord(ch) for ch in s] [128075,19990] [128075,19990]

• 内存结构示意图

Go (string = UTF-8 字节序列)
内存: [ F0 9F 91 8B E4 B8 96 ]
👋 (4字节) 世 (3字节)

Python (str = Unicode 码点数组)
内存: [ 0001F44B 00004E16 ]
👋 世

Go 追求与底层字节兼容，因此直接存 UTF-8；
Python 则抽象成 Unicode 码点序列，不受编码影响。

5 小结

• 设计哲学的取舍

  设计目标					Go								Python
  
  效率	  高效、节省内存、UTF-8 是通用标准编码		 每个码点通常 2–4 字节，内存更多
  易用性	 需要开发者自己区分字节 vs 字符		 直接按字符操作，简单直观
  跨系统一致性	字节表示与文件/网络传输直接对应	 不同平台内部都抽象为 Unicode
  哲学口号	“显式优于隐式” (Explicit is better)	“简单优于复杂” (Simple is better)
  

Go 的字符串是 UTF-8 字节流，处理底层数据高效但要开发者理解编码。

Python 的字符串是 Unicode 字符序列，开发者无需考虑编码，操作更自然。