Python2のstr/unicodeとencode/decode - Qiita

２種類の文字列 Python2には文字列が2種類ある。 ここではその2つを str文字列 および unicode文字列 と呼び、これらをまとめて 文字列 と呼ぶ。 公式ドキュメントでも用語があまり統一されていないので、とりあえずこう呼ぶことにする。 先に言っておくと、基本的にunicode文字列を使うべき。 str文字列 '...' リテラルで生成されるオブジェクト UTF-8, Shift-JISなどの符号化方式によって各文字を符号化して得られるバイトを並べたもの 1文字が複数バイトで表現されることもある str文字列そのものは、符号化に使われた符号化方式の情報をもたない 符号化方式を知るには基本的に片っ端から試すらしい 対話環境で 'あいう' と入力すると、 \x で1バイトずつ区切られたバイト列が返る

[plasma0713]

“str文字列とunicode文字列の間の型変換には、str/unicode組み込み関数ではなく、encode/decodeメソッドを使うべき。”

[kkobayashi]

わけわかめ

[emeraldwar]

encodeでstrに変換、decodeでunicodeに変換。正規表現等を使用するときは、一旦unicodeにエンコードしてから、strにデコードする。参考: >>> print(type(("hoge").decode('utf-8'))) <type 'u結論。str("hoge")はダメ。 ("hoge").encode('utf-8') を使うこと

[kent-where-the-light-is]

“unicode文字列 u'...' リテラルで生成されるオブジェクト 文字コードUCS-2上で各文字に対応する整数を並べたもの 文字に対応する整数はUCS-2によって決められるため、符号化方式の違いを意識する必要がない 対話環境で u'あ

[snsn9pan]

3使おう

[gayou]

やっぱりPython 3かなぁ。。

[steek79]

“おわりに Python3使おう。”

[toyama0919]

めも

[peketamin]

“u'\u3042\u3044\u3046”