Python字符串的最大长度是多少？

如果它是独立于环境的，那么Python字符串中理论上的最大字符数是多少？

对于64位Python安装和（比如）64 GB内存，63 GB左右的Python 2字符串应该是非常可行的（如果不是最快的话）。如果你能将你的记忆提升到更高的水平（当然，这会花费你一只手臂和一条腿），你的最大可行字符串应该相应地变长。（我不建议依赖虚拟内存来扩展太多，否则您的运行时将变得非常可笑；-）

---

当然，对于典型的32位Python安装，应用程序中可使用的总内存限制为2或3 GB（取决于操作系统和配置），因此，您可以使用的最长字符串将比64位安装中的内存量高得离谱的字符串小得多。

我在EC2实例上运行了这段代码

def create1k():
    s = ""
    for i in range(1024):
        s += '*'
    return s

def create1m():
    s = ""
    x = create1k()
    for i in range(1024):
        s += x
    return s

def create1g():
    s = ""
    x = create1m()
    for i in range(1024):
        s += x
    return s

print("begin")
s = ""
x = create1g()
for i in range(1024):
    s += x
    print(str(i) + "g ok")
    print(str(len(s)) + ' bytes')

这就是输出

[ec2-user@ip-10-0-0-168 ~]$ time python hog.py 
begin
0g ok
1073741824 bytes
1g ok
2147483648 bytes
2g ok
3221225472 bytes
3g ok
4294967296 bytes
4g ok
5368709120 bytes
5g ok
6442450944 bytes
6g ok
7516192768 bytes
7g ok
8589934592 bytes
8g ok
9663676416 bytes
9g ok
10737418240 bytes
10g ok
11811160064 bytes
11g ok
12884901888 bytes
12g ok
13958643712 bytes
13g ok
15032385536 bytes
14g ok
16106127360 bytes
15g ok
17179869184 bytes
16g ok
18253611008 bytes
17g ok
19327352832 bytes
18g ok
20401094656 bytes
19g ok
21474836480 bytes
20g ok
22548578304 bytes
21g ok
23622320128 bytes
22g ok
24696061952 bytes
23g ok
25769803776 bytes
24g ok
26843545600 bytes
25g ok
27917287424 bytes
26g ok
28991029248 bytes
27g ok
30064771072 bytes
28g ok
31138512896 bytes
29g ok
32212254720 bytes
30g ok
33285996544 bytes
31g ok
34359738368 bytes
32g ok
35433480192 bytes
33g ok
36507222016 bytes
34g ok
37580963840 bytes
35g ok
38654705664 bytes
36g ok
39728447488 bytes
37g ok
40802189312 bytes
38g ok
41875931136 bytes
39g ok
42949672960 bytes
40g ok
44023414784 bytes
41g ok
45097156608 bytes
42g ok
46170898432 bytes
43g ok
47244640256 bytes
44g ok
48318382080 bytes
45g ok
49392123904 bytes
46g ok
50465865728 bytes
47g ok
51539607552 bytes
48g ok
52613349376 bytes
49g ok
53687091200 bytes
50g ok
54760833024 bytes
51g ok
55834574848 bytes
52g ok
56908316672 bytes
53g ok
57982058496 bytes
54g ok
59055800320 bytes
55g ok
60129542144 bytes
56g ok
61203283968 bytes
57g ok
62277025792 bytes
58g ok
63350767616 bytes
59g ok
64424509440 bytes
60g ok
65498251264 bytes
61g ok
66571993088 bytes
62g ok
67645734912 bytes
63g ok
68719476736 bytes
64g ok
69793218560 bytes
65g ok
70866960384 bytes
66g ok
71940702208 bytes
67g ok
73014444032 bytes
68g ok
74088185856 bytes
69g ok
75161927680 bytes
70g ok
76235669504 bytes
71g ok
77309411328 bytes
72g ok
78383153152 bytes
73g ok
79456894976 bytes
74g ok
80530636800 bytes
75g ok
81604378624 bytes
76g ok
82678120448 bytes
77g ok
83751862272 bytes
78g ok
84825604096 bytes
79g ok
85899345920 bytes
80g ok
86973087744 bytes
81g ok
88046829568 bytes
82g ok
89120571392 bytes
83g ok
90194313216 bytes
84g ok
91268055040 bytes
85g ok
92341796864 bytes
86g ok
93415538688 bytes
87g ok
94489280512 bytes
88g ok
95563022336 bytes
89g ok
96636764160 bytes
90g ok
97710505984 bytes
91g ok
98784247808 bytes
92g ok
99857989632 bytes
93g ok
100931731456 bytes
94g ok
102005473280 bytes
95g ok
103079215104 bytes
96g ok
104152956928 bytes
97g ok
105226698752 bytes
98g ok
106300440576 bytes
99g ok
107374182400 bytes
100g ok
108447924224 bytes
101g ok
109521666048 bytes
102g ok
110595407872 bytes
103g ok
111669149696 bytes
104g ok
112742891520 bytes
105g ok
113816633344 bytes
106g ok
114890375168 bytes
107g ok
115964116992 bytes
108g ok
117037858816 bytes
109g ok
118111600640 bytes
110g ok
119185342464 bytes
111g ok
120259084288 bytes
112g ok
121332826112 bytes
113g ok
122406567936 bytes
114g ok
123480309760 bytes
115g ok
124554051584 bytes
116g ok
125627793408 bytes
Traceback (most recent call last):
  File "hog.py", line 25, in <module>
    s += x
MemoryError

real    1m10.509s
user    0m16.184s
sys 0m54.320s

在运行64位Amazon Linux AMI 2016.09的EC2 r3.4X大型实例上测试

---

简单的回答是：如果您有超过100GB的RAM，那么一个Python字符串可能会占用那么多内存。

在2下面一点⁶³字节或大约900万TB（8）或

（2**63-72）//4-1个

字符，如果您的字符串在64位系统的CPython上可以包含1个或多个表情符号。如果我们把今天的价格乘以90亿，那么这么多的内存将花费你。在32位系统上（现在很少见），它是2字节或2GiB

Python字符串的长度是有限的，因此它们的长度受保存其长度的整数的大小和系统上可用的内存量的限制。因为Python使用

Py\u ssize\t

作为存储容器长度的数据类型

Py\u-ssize\u t

定义为与编译器的

size\u t

大小相同，但有符号。在64位系统上，

大小\u t

为64。符号的1位表示实际数量为63位

当您在CPython中使用

PyUnicode\u New（Py\u ssize\u t size，Py\u UCS4 maxchar）

（）分配字符串时，它将执行以下操作：

/*确保大小不会溢出*/
// [...]
如果（大小>（（PY\u SSIZE\u T\u MAX-struct\u size）/char\u size-1））
返回PyErr_nomery（）；

在哪里

/*Py\u ssize\t类型的最大正值*/
#定义PY_-SSIZE_-T_-MAX（（PY_-SSIZE-T）（（size-T）-1）>>1））

这是（C编译器定义的一种类型，64位系统上的64位整数），使其返回到最大可能值2⁶⁴ 然后再乘以1，结果变成2⁶并将其转换为

Py\u ssize\t

类型

struct\u size

对于

str

对象的元数据来说只是一点点开销，几十个字节，已经设置好了

struct\u size=sizeof（PyCompactUnicode对象）；
if（maxchar<128）{
// [...]
struct_size=sizeof（pyasciioobject）；
}

而

char\u size

可以是1、2或4，并且来自Python字符串的实现方式。Python字符串为每个字符使用字符串中最大字符的大小。因此，如果您只有（ASCII+128个其他字符）字符，则字符串将使用每个字符1个字节，如果您在字符串中的任何位置添加西里尔字符，则所有字符将使用每个字符2个字节，如果您添加表情符号，则所有字符将使用4个字节。我们可以在这里看到

导入系统 >>>sys.getsizeof（“”） 49 >>>sys.getsizeof（'z'） 50 >>>sys.getsizeof（'zz'）#ASCII字符占用1字节 51 >>>sys.getsizeof（'zzz'） 52 >>>sys.getsizeof（'!' 76 >>>sys.getsizeof（' 78 >>>sys.getsizeof（'z'）#如果字符串中有西里尔字符，那么ASCII字符也需要2个字节 78

---

>>>sys.getsizeof（'感谢分享这个实验。现在，任何人都可以在将来复制这个实验用于自己的研究。这太疯狂了，它展示了Python的可靠实现，例如在Java中，它提高了2Gb（最大签名int32）.Python可能使用

malloc

，它在64位系统上使用的

size\u t

是18 446 744 TB。@BenoîtP在查看代码后，它是

size\u t>>1

，元数据的开销很小，只有一半。而且没有什么“疯狂的”关于一个微不足道的内存分配工作…@Boris我同意你的看法。但不是所有语言在字符串缓冲区大小方面都是平等的。尤其是脚本语言。我指的是一个疯狂的事实，有一天可能有人想要分配9223372 TB的连续内存。我确信有成千上万的c如果它经济可靠的话，那些现在只想做这件事的公司。

[ec2-user@ip-10-0-0-168 ~]$ python --version
Python 2.7.12

[ec2-user@ip-10-0-0-168 ~]$ free -m
             total       used       free     shared    buffers     cached
Mem:        122953        430     122522          0         11        113
-/+ buffers/cache:        304     122648
Swap:            0          0          0