Python文法詳解

96

第 4 章　シーケンスとコンテナ型

>>> hello = b'\xe4\xbb\x8a\xe6\x97\xa5\xe3\x81\xaf' # utf-8

の「今日は」

>>> hello.decode('utf-8')

'

今日は

'

>>> str(hello, 'utf-8')

'

今日は

'

逆に、文字列オブジェクトのエンコードは、

str.encode()

メソッドか、

bytes()

で行います。

>>> hello = '



'

>>> hello.encode('utf-8')

b'\xe4\xbb\x8a\xe6\x97\xa5\xe3\x81\xaf'

>>> bytes(hello, 'utf-8')

b'\xe4\xbb\x8a\xe6\x97\xa5\xe3\x81\xaf'

エンコーディング名を指定するとき、大文字・小文字の違いは無視されます。また、スペース、

ハイフン

(

-

)

、アンダースコア

(

_

)

など、ピリオド

(

.

)

以外の記号も、同一視されます。例えば、

次の

4

つのエンコーディング名は、どれも同じ

utf-8

のエンコーディング名として有効です。

'utf_8' == 'UTF-8' == 'UTf=8' == 'uTf 8'

4.5

　文字列

Python

の文字列は

Unicode

文字のシーケンスで、リストなどと同じように、インデックスやス

ライスで文字列内の文字を参照できます。文字列オブジェクトは、更新不能なオブジェクトで、オ

ブジェクトを作成した時に指定した値は、後から変更できません。

文字列リテラルは、シングルクォーテーションマーク ...