【Python】【encode,decode】「型」と「型変換」について調べた

公開日時：2017年12月03日　/　最終更新日時：2019年02月11日

Python 3 での「型」と「型変換」について調べました。

想像以上に複雑で、まだまだ理解できていません。

型を調べる

型変換をしようとしても初めに現在の型は何か確認する必要があります。

■直接指定する場合

print(type('調べたいデータ'))

■変数の中身を調べる場合

var = '調べたいデータ'

print(type(var))

bytes型なら以下のように表示されます。

b'e382a2e38395 ～'

Python 3 では「文字列」は「str型」と「bytes型」の２種類がある

今まで「文字列」イコール「str型」と思っていましたが、そうではなかったんですね。

しかし「文字列」と「バイト列」もありますので更に複雑です。

Python の b’e382a2e38395 ～’ の「b」は何か？

バイト列型（bytes型）の場合、以下のように「b'～'」と出力されます。

そもそもこの「b」は何でしょうか。

b'～'の「b」は、バイト列を表現するためについています。

b'a'　←　bytes型で「a」

b'～'　←　OK

b"～"　←　これも OK

バイト列とは？

そもそも論ですが、なぜ「バイト列」を使う必要があるのでしょうか？

16進数で確認したい
バイト列は一見すると「文字列」に見えるが「文字列」ではない

str 型から bytes 型へ

encodeを使います。

以下の構文で変換できます。

'変換したい文字列'.encode('utf-8')

以下のように「b'～'」と表示されます。

(pyenv) [test@SAKURA_VPS scraping]$ python
Python 3.6.3 (default, Oct 11 2017, 18:17:37)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-16)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> '変換したい文字列'.encode('utf-8')
b'\xe5\xa4\x89\xe6\x8f\x9b\xe3\x81\x97\xe3\x81\x9f\xe3\x81\x84\xe6\x96\x87\xe5\xad\x97\xe5\x88\x97'
>>>

bytes 型から str 型へ

decodeを使います。

以下の構文で変換できます。

b'\xe5\xa4\x89\xe6\x8f\x9b'.decode('utf-8')

以下のように「b'～'」と表示されます。

>>> b'\xe5\xa4\x89\xe6\x8f\x9b'.decode('utf-8')
'変換'
>>>

bytearray 型

bytearray 型は変更可能。

変更もできます。

bytearray.replace(old, new[, count])

ord とは？

1 文字の Unicode 文字を表す文字列に対し、その文字の Unicode コードポイントを表す整数を返します。

例えば、 ord('a') は整数 97 を返し、ord('€') (ユーロ記号) は 8364 を返します。

これは chr() の逆です。

Python 3 の場合の「encode」と「decode」

Python 3 では文字列はすべてunicode文字列として扱われるようになりました。

　　　　　　　　　　Python3系　　　　　　　Python2系

byte列　　　　　　　bytes(b'')　　　　　　 str('')

通常の文字列　　　　str('')　　　　　　　　str('')

unicode文字列　　　 str('')　　　　　　　　unicode(u'')

https://python.civic-apps.com/python3-bytes-str-convert/

type()で確認しても unicode型がなくなりました。

Python 2系なら「type 'unicode'」と表示されていたと思います。

>>> type(u'\u3042')
<class 'str'>　←　str型になっています。
>>>

>>> uni = u'ユニコード型？'
>>> type(uni)
<class 'str'>　←　やはり str型です。
>>>

str型　→　bytes型　に変換する

encode

ubuntu@AWS_TEST: ~/dl] python3.6
Python 3.6.3 (default, Oct 6 2017, 08:44:35)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> type('あいうえお')
<class 'str'>　←　str型
>>>

>>> 'あいうえお'.encode('utf-8')　←　str型→bytes型へ
b'\xe3\x81\x82\xe3\x81\x84\xe3\x81\x86\xe3\x81\x88\xe3\x81\x8a'
>>> 'あいうえお'.decode('utf-8')　←　試しに decode にしたみたら

AttributeError: 'str' object has no attribute 'decode'

>>>

bytes型　→　str型に変換する

decode

>>> type(b'\xe3\x81\x82\xe3\x81\x84\xe3\x81\x86\xe3\x81\x88\xe3\x81\x8a')
<class 'bytes'>
>>> b'\xe3\x81\x82\xe3\x81\x84\xe3\x81\x86\xe3\x81\x88\xe3\x81\x8a'.decode('utf-8')
'あいうえお'

>>> '\xe3\x81\x82\xe3\x81\x84\xe3\x81\x86\xe3\x81\x88\xe3\x81\x8a'.decode('utf-8')　←　先頭の b を取ると。。
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'str' object has no attribute 'decode'　←　str型だと認識されてしまい、エラーになります。