- 문자열 텍스트 데이터에 사용되는 유니코드 문자의 시퀀스
- 바이트와 바이트 배열
이진 데이터에 사용되는 8비트 정수의 시퀀스
7.1.1 유니코드
유니코드 문자열
def unicode_test(value): import unicodedata name = unicodedata.name(value) value2 = unicodedata.lookup(name) print('values"%s", name="%s", valeu2="%s"' % (value, name, value2))unicode_test('A')values”A”, name=”LATIN CAPITAL LETTER A”, valeu2=”A”
unicode_test('$')values”$”, name=”DOLLAR SIGN”, valeu2=”$”
unicode_test('\u00a2')values”¢”, name=”CENT SIGN”, valeu2=”¢”
unicode_test('\u20ac')values”€”, name=”EURO SIGN”, valeu2=”€”
unicode_test('\u2603')values”☃”, name=”SNOWMAN”, valeu2=”☃”
place = 'caf\u00e9'place‘café’
place2 = 'caf\N{LATIN SMALL LETTER E WITH ACUTE}'place2‘café’
u_umlaut = '\N{LATIN SMALL LETTER U WITH DIAERESIS}'u_umlaut‘ü’
len('$')1
문자열
len함수는 유니코드의 바이트가 아닌 문자수를 센다.len('\U0001f47b')1
UTF-8 인코딩과 디코딩
- 문자열을 바이트로 인코딩
- 바이트를 문자열로 디코딩
- utf-8은 파이썬, 리눅스, HTML의 표준 텍스트 인코딩이다. UTF-8은 빠르고 완전하고 잘 동작함.
인코딩
- 문자열을 바이트로 인코딩 해보자. 문자열 encode() 함수의 첫번째 인자는 인코딩 이름이다.
snowman = '\u2603'len(snowman)1
ds = snowman.encode('utf-8')dsb’\xe2\x98\x83’
len(ds)3
- 아스키 인코딩을 사용할 때, 유니코드가 문자가 유효한 아스키 문자가 아닌 경우 실패한다.
ds = snowman.encode('ascii')UnicodeEncodeError Traceback (most recent call last) <ipython-input-22-5f5dc414d940> in <module>() ----> 1 ds = snowman.encode('ascii') UnicodeEncodeError: 'ascii' codec can't encode character '\u2603' in position 0: ordinal not in range(128)
snowman.encode('ascii', 'ignore')
b’’
snowman.encode('ascii', 'replace')
b’?’
snowman.encode('ascii', 'backslashreplace')
b’\u2603’
유니코드 이스케이프 처럼 파이썬 유니코드 문자의 문자열을 만든다.
snowman.encode('ascii', 'xmlcharrefreplace')b’☃’ 유니코드 이스케이프 시퀀스를 출력 할 수 있는 문자열로 만듬
디코딩
- 외부 소스에서 텍스트를 얻을 때 마다 바이트 문자열로 인코딩 되어 있다. 실제로 사용된 인코딩을 알기위해, 인코딩 과정을 거꾸로 하여 유니코드 문자열을 얻을 수 있따.
place = 'caf\u00e9' place‘café’
type(place)str
place_bytes = place.encode('utf-8') place_bytesb’caf\xc3\xa9’
type(place_bytes)bytes
len(place_bytes)5
place2 = place_bytes.decode('utf-8') place2‘café’
place3 = place_bytes.decode('ascii')
UnicodeDecodeError Traceback (most recent call last)
<ipython-input-34-b2f66e476fde> in <module>()
----> 1 place3 = place_bytes.decode('ascii')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 3: ordinal not in range(128)
place4 = place_bytes.decode('latin-1')
place4
‘café’
place5 = place_bytes.decode('windows-1252')
place5
‘café’
- 가능하면 UTF-8을 써라
7.1.2 포맷
- 문자열 출력 관련
- 고전 스타일의 %
'%s' % 42‘42’
'%s' % 7.03‘7.03’
'%d%%' % 100‘100%’
wow = 'World' 'Hello %s' % wow‘Hello World’
- 신상 스타일의 {}와 format
- 새로운 스타일의 포매팅을 사용 하는 것을 추천
'{} {} {}'.format('이름', '심볼', 'temp')‘이름 심볼 temp’
'{2} {0} {1}'.format('이름', '심볼', 'temp')‘temp 이름 심볼’
'{name} {symbol} {temp}'.format(name='이름', symbol='심볼', temp='temp')‘이름 심볼 temp’
d = {'n': 42, 'f': 7.03, 's': 'string cheese'}'{0[n]} {0[f]} {0[s]} {1}'.format(d, 'other')‘42 7.03 string cheese other’
n = 42 f = 7.03 s = 'cheese' '{0:d} {1:f} {2:s}'.format(n, f, s)‘42 7.030000 cheese’
'{n:d} {f:f} {s:s}'.format(n=42, f=7.03, s='cheese')‘42 7.030000 cheese’
'{0:10d} {1:10f} {2:10s}'.format(n, f, s)’ 42 7.030000 cheese ‘
'{0:>10d} {1:>10f} {2:>10s}'.format(n, f, s)‘42 7.030000 cheese ‘
'{0:<10d} {1:<10f} {2:<10s}'.format(n, f, s)‘42 7.030000 cheese ‘
'{0:^10d} {1:^10f} {2:^10s}'.format(n, f, s)’ 42 7.030000 cheese ‘
'{0:^10.4d} {1:^10.4f} {2:^10.4s}'.format(n, f, s)ValueError Traceback (most recent call last) <ipython-input-64-fd7489b930c8> in <module>() ----> 1 '{0:^10.4d} {1:^10.4f} {2:^10.4s}'.format(n, f, s) ValueError: Precision not allowed in integer format specifier
'{0:^10d} {1:^10.4f} {2:^10.4s}'.format(n, f, s)
’ 42 7.0300 chee ‘
'{0:!^20s}'.format('BIG SALE')
’!!!!!!BIG SALE!!!!!!’
Comments