前言：
這種需求並不常用，python主要用於爬取數據，對於數據有效性問題，應該在輸入之前就限制。例如QT輸入框能夠限制，html輸入也能限制。
對於c/c++、mysql等，普通字符佔1個字節，中文佔2個字節。只需直接求字節數就好。但是python並非如此，python的len計算的長度僅僅是“字符數”的意思。python寫到mysql等有字節長度限制的庫裏就會出問題。
l = '中國123'
print(len(l))
#5那麼如何知道真實字節長度呢？或者說，知道有多少箇中文呢？
方法1：正則識別中文法
大部分的中文字符在\u4e00-\u9fa5間。用正則可以識別出這些中文。只需要len一下結果就知道有多少箇中文。
實際字節數 = 中文數 + len（原字符串）
l = '我的34世界123'
print(re.findall('([\u4e00-\u9fa5])',l))
#['我', '的', '世', '界']但是這有個bug，雖然能獲取大部分中文，但一些中文字符或少用字是檢測不出來的
l = '我的34世￥界123'
re.findall('([\u4e00-\u9fa5])',l)
#['我', '的', '世', '界']
方法2：解碼
大多數時候，我們並不需要提取中文，僅僅知道真實長度就夠了。（例如寫入有約束的數據庫之類的）
利用encode可以知道解碼後uncode文本。但是中文字符長度會變成3！
l = '我的世￥界123'
#字符個數
print(len(l))
#8
#字符解碼
print(l.encode())
#b'\xe6\x88\x91\xe7\x9a\x84\xe4\xb8\x96\xef\xbf\xa5\xe7\x95\x8c123'
#解碼後字符個數
print(len(l.encode()))
#18
#中文個數
print((len(l.encode())-len(l))//2)
#5
#數據庫佔字節數
print(len(l)+(len(l.encode())-len(l))//2)
#13中文字符個數 = （解碼後字符個數 - 字符個數）//2
由於每個中文字符數變成了3，所以。
實際在數據庫佔字節數 = 原字符數 + 中文個數
後記：
在python中，是幾乎沒有辦法完全匹配出中文字符的。實際作用也不大。python主要用途還是爬蟲客戶端。讀寫數據庫的事交給c java .net等後端去做爲佳。功能與數據與視圖分開，纔是正確的框架。