目的
- Python2で文字列を自在に操りたい
- 文字コードってなんなん
結論
strをdecodeするとunicode
'\xe3\x81\x82'をdecodeするとu'\u3042'
unicodeをencodeするとstr
u'\u3042'をencodeすると'\xe3\x81\x82'
文字コードとは
文字を画像としてではなく、記号として扱うときに、文字に対応するコードのこと
バイト文字列とユニコード文字列
| リテラル | Type | 表記 | |
|---|---|---|---|
| バイト文字列 | 'あいう' | str | '\xe3\x81\x82' |
| ユニコード文字列 | u'あいう' | unicode | u'\u3042' |
変換方法
>>> # decode : str -> unicode
>>> 'あ'.decode('utf-8')
u'\u3042'
>>> # encode : unicode -> str
>>> u'あ'.encode('utf-8')
'\xe3\x81\x82'
疑問点・調べることリスト
- 文字コードの調べ方
- \u3042と\xe3\x81\x82の違いって何？どうやって01で表現するの？
- 文字コードの歴史（単純に興味ある）
文字コードの本ないかなあと思ったらちょうどよさそうなのがあった。
プログラマのための文字コード技術入門