由于 unicode 在 Python 中使用频率极高，Python 3 针对 unicode 提供了大量接口和优化，其中最基本的是 PyUnicode_New 和 _PyUnicode_New 函数，分别提供了两种不同的存储方式。

PyUnicode_New

删除掉一些与主要逻辑无关的代码，逻辑并不复杂。

// Object/unicodeobject.c:1387
PyObject *
PyUnicode_New(Py_ssize_t size, Py_UCS4 maxchar)
{
    PyObject *obj;
    PyCompactUnicodeObject *unicode;
    void *data;        //数据区指针
    enum PyUnicode_Kind kind;
    int is_sharing, is_ascii;    // is_sharing 决定了 wstr 指针是否共享数据区，
                                // 这里假定 sizeof(w_char_t) 为 4。 
    Py_ssize_t char_size;
    Py_ssize_t struct_size;
    is_ascii = 0;
    is_sharing = 0;
    // 省略一些代码，根据 maxchar 决定使用那种结构，确定结构体尺寸 struct_size
    // 从内存池分配内存
    obj = (PyObject *) PyObject_MALLOC(struct_size + (size + 1) * char_size);
    // 设置对象类型为 unicode type
    _PyObject_Init(obj, &PyUnicode_Type);
    // 注意，这里计算 data 指针的位置
    unicode = (PyCompactUnicodeObject *)obj;
    if (is_ascii)
        data = ((PyASCIIObject*)obj) + 1;
    else
        data = unicode + 1;
    // 省略一些代码，设置 unicode object 的长度、state 属性
    // 由于 Python 使用与 C 同样的策略，在字符串结尾需要设置 '\0' 作为 terminal code
    // 根据不同类型设置 data 结尾处的值。
    if (is_ascii) {
        ((char*)data)[size] = 0;
        _PyUnicode_WSTR(unicode) = NULL;
    }
    else if (kind == PyUnicode_1BYTE_KIND) {
        // ...
    }
    else {
        // 省略，根据不同的字符宽度计算 data 结尾的位置，并设置为 0
        // 如果字符宽度与 w_char_t 相同，那么设置 unicode object 的 wchar 指针指向数据区 data。
        if (is_sharing) {
            _PyUnicode_WSTR_LENGTH(unicode) = size;
            _PyUnicode_WSTR(unicode) = (wchar_t *)data;
        }
        // ...
    }
    return obj;
}
c

通过 PyUnicode_New 创建的 unicode 对象是一个连续对象，即对象的头部与数据是一体的，一个 ASCII 字符串对象看起来是这样：

是一个 ASCIIObject 为头部的 C 风格字符串对象。 4 字节宽的字符串对象看起来是这样：

则是一个 PyCompactUnicodeObject 为头部的 C 风格字符串对象。当 w_char_t 大小与 unicode 字符宽度一致事，wstr 指针指向自身的数据段。

_PyUnicode_New

这个函数则更加底层，不是开放的 C API。

static PyUnicodeObject *
_PyUnicode_New(Py_ssize_t length)
{
    PyUnicodeObject *unicode;
    size_t new_size;
    // 创建一个 PyUnicodeObject 类型的 PyObject 对象
    unicode = PyObject_New(PyUnicodeObject, &PyUnicode_Type);
    // 计算数据区域大小
    new_size = sizeof(Py_UNICODE) * ((size_t)length + 1);
    // 设置 unicode 对象的一些属性，除了 hash 设置为 -1， length设置为 length，其他设置为 0
    // 从内存池分配真正的数据区
    _PyUnicode_WSTR(unicode) = (Py_UNICODE*) PyObject_MALLOC(new_size);
    // 设置数据区域结尾和开头的 ‘\0’，逻辑上与 memset 数据区为 0 一样
    _PyUnicode_WSTR(unicode)[0] = 0;
    _PyUnicode_WSTR(unicode)[length] = 0;
    return unicode;
}
c

通过这个函数创建 unicode 实例，只需要一个长度参数，非常简单。它创建的对象结构与前一种函数也不同，数据与类型对象通过指针关联起来。看起来像这样：

这是一个非常原始的数据结构，默认会使用 w_char_t 保存数据。使用该函数创建对象后还需要进一步处理才能使用。