首先需要明白，在Python3.5的源码里，我们操作的文本字符串是以unicode的形式存在的。
如果字符串中仅仅包含ASCII，那么会通过c文件中的PyUnicode_New函数进行创建，创建的结构体是PyASCIIObject，该结构体的内容如下：
typedef struct { PyObject_HEAD Py_ssize_t length; Py_hash_t hash; struct { unsigned int interned:2; unsigned int kind:3; unsigned int compact:1; unsigned int ascii:1; unsigned int ready:1; unsigned int :24; } state; wchar_t *wstr; } PyASCIIObject;
仅ASCII的字符串初始化会把state中的ascii和compact都进行设置，其中的ascii用于表明字符串是否是纯ASCII，compact用于表明是否是紧凑型字符串，如果是紧凑型字符串，会仅申请一块内容地址用来存放结构和和数据（结构体后紧挨着数据），非紧凑型会申请两块内存，分别存放结构体和数据。
这个结构体继承了PyObject_HEAD，那说明是一个定长Object（Python中一切皆对象，都是PyObject），即大小在没初始化之前就确定了，很显然，每个ASCII字符就是一个字节，而length是我们定义的字符串的长度，hash是计算的字符串哈希值（因为Python的字符串是定长不可变对象）。
在state结构体当中，interned用于字符串的优化缓冲机制，即对于特定的字符串，如果重复出现，只会指向interned字典当中已经存在的字符串地址，这样面对相同字符串的时候就不需要重复申请地址了，有点像C++中的移动语义，直接接管过来，当然这里还涉及了一些引用计数的问题，下回再讲。
kind则用于表明字符串的类型，目前就只有4种类型，宽字节（2字节或者4字节，由平台决定），1字节，2字节和4字节。
ready用于表明字符串对象布局是否初始化完整了，我也不太了解这个字段的用途，但是根据C文件的代码来看，只要内存申请完毕，就会被设置为1。
最后一个字段无名，用于保证PyUnicode_DATA()被填充为4字节。
wstr是一个不包含结束标志 的字符指针。
如果是一个非ASCII字符串，会使用PyCompactUnicodeObject置入PyUnicode_New中进行初始化，结构如下:
typedef struct { PyASCIIObject _base; Py_ssize_t utf8_length; char *utf8; Py_ssize_t wstr_length; } PyCompactUnicodeObject;
它继承自ASCII结构体，utf8_length用于记录uft8字段长度（包括结束符 ），utf8字符指针表示无结束符的字符串，wstr_length是宽字符的长度。
如果字符串使用PyUnicodeObject结构体置入PyUnicode_FromUnicode中进行初始化，那么就会存在两块内存地址，分别存放结构体和数据。
typedef struct { PyCompactUnicodeObject _base; union { void *any; Py_UCS1 *latin1; Py_UCS2 *ucs2; Py_UCS4 *ucs4; } data; } PyUnicodeObject;
其中多了一个联合体，联合体内部的成员公用一块内存地址，这里自然是4个字节，可以方便进行1,2,4字节的数据存储和转化。
综上可以得知，虽然Python3.5的字符串对象都是unicode，但是为了节省内存，并非每一个字符都是4字节，而是针对0-255设置为1字节，256-65535设置为2字节，之后才是4字节。
这里我们分析第一个ASCII字符串的初始化，采用PyUnicode_New和PyASCIIObject结构体。
PyObject * PyUnicode_New(Py_ssize_t size, Py_UCS4 maxchar){ PyObject *obj; PyCompactUnicodeObject *unicode; void *data; enum PyUnicode_Kind kind; int is_sharing, is_ascii; Py_ssize_t char_size; Py_ssize_t struct_size; //如果是空字符串的话，会直接引用全局的unicode_empty对象 if (size == 0 && unicode_empty != NULL) { Py_INCREF(unicode_empty); return unicode_empty; } is_ascii = 0; is_sharing = 0; //计算ASCII结构体大小 struct_size = sizeof(PyCompactUnicodeObject); //分别用于1,2，4字节大小的内存分配 if (maxchar < 128) { kind = PyUnicode_1BYTE_KIND; char_size = 1; is_ascii = 1; struct_size = sizeof(PyASCIIObject); } else if (maxchar < 256) { kind = PyUnicode_1BYTE_KIND; char_size = 1; } else if (maxchar < 65536) { kind = PyUnicode_2BYTE_KIND; char_size = 2; if (sizeof(wchar_t) == 2) is_sharing = 1; } else { if (maxchar > MAX_UNICODE) { PyErr_SetString(PyExc_SystemError, "invalid maximum character passed to PyUnicode_New"); return NULL; } kind = PyUnicode_4BYTE_KIND; char_size = 4; if (sizeof(wchar_t) == 4) is_sharing = 1; } if (size < 0) { PyErr_SetString(PyExc_SystemError, "Negative size passed to PyUnicode_New"); return NULL; } if (size > ((PY_SSIZE_T_MAX - struct_size) / char_size - 1)) return PyErr_NoMemory(); obj = (PyObject *) PyObject_MALLOC(struct_size + (size + 1) * char_size); if (obj == NULL) return PyErr_NoMemory(); obj = PyObject_INIT(obj, &PyUnicode_Type); if (obj == NULL) return NULL; //申请内存后将内存指针转化 unicode = (PyCompactUnicodeObject *)obj; if (is_ascii) data = ((PyASCIIObject*)obj) + 1; else data = unicode + 1; //对结构体参数初始化 _PyUnicode_LENGTH(unicode) = size; _PyUnicode_HASH(unicode) = -1; _PyUnicode_STATE(unicode).interned = 0; _PyUnicode_STATE(unicode).kind = kind; _PyUnicode_STATE(unicode).compact = 1; _PyUnicode_STATE(unicode).ready = 1; _PyUnicode_STATE(unicode).ascii = is_ascii; //如果是ASSCII，把结尾设置为0，把宽字符设置为空 if (is_ascii) { ((char*)data)[size] = 0; _PyUnicode_WSTR(unicode) = NULL; } else if (kind == PyUnicode_1BYTE_KIND) { ((char*)data)[size] = 0; _PyUnicode_WSTR(unicode) = NULL; _PyUnicode_WSTR_LENGTH(unicode) = 0; unicode->utf8 = NULL; unicode->utf8_length = 0; } else { unicode->utf8 = NULL; unicode->utf8_length = 0; if (kind == PyUnicode_2BYTE_KIND) ((Py_UCS2*)data)[size] = 0; else ((Py_UCS4*)data)[size] = 0; if (is_sharing) { _PyUnicode_WSTR_LENGTH(unicode) = size; _PyUnicode_WSTR(unicode) = (wchar_t *)data; } else { _PyUnicode_WSTR_LENGTH(unicode) = 0; _PyUnicode_WSTR(unicode) = NULL; } }#ifdef Py_DEBUG unicode_fill_invalid((PyObject*)unicode, 0);#endif assert(_PyUnicode_CheckConsistency((PyObject*)unicode, 0)); return obj;}
这里实际上返回的是obj，而不是unicode，所以做的工作其实就是分配一块指向数据的内存，而unicode是用来做安全审查工作和初始化结构体的。
