PythonでUnicodeとstrの変換

Pythonでは、文字列を扱う際にstrとunicodeの2つの型があります。これらの間で変換を行う方法を解説します。

strとは

strはマルチバイト文字列を扱います。strを使うと、バイト数を取得したり、バイト毎に処理を行うことができます。

# バイト数を取得
print(len('いろは'))  # 9

# バイト毎に処理
for c in 'いろは':
    print(c)

unicodeとは

unicodeは文字の単位で文字列を扱います。unicodeを使うと、文字数を取得したり、文字毎に処理を行うことができます。

# 文字数を取得
print(len(u'いろは'))  # 3

# 文字毎に処理
for c in u'いろは':
    print(c)

unicodeからstrへの変換

unicode.encode()を使うと、unicodeからstrに変換できます。

print(u'abc'.encode())  # 'abc'
print(u'いろは'.encode('utf-8'))  # '\xe3\x81\x84\xe3\x82\x8d\xe3\x81\xaf'

strからunicodeへの変換

str.decode()を使うと、strからunicodeに変換できます。

print('いろは'.decode('utf-8'))  # u'\u3044\u308d\u306f'

以上がPythonでunicodeとstrを変換する基本的な方法です。これらを理解することで、Pythonでの文字列操作がよりスムーズになります。.