python で文字列を読み込む中で、文字コードの理解は開発を簡単にします
文字化けやasciiとのデコードで苦しむと思いますが、原理を説明します
本日の伝えたいこと
✔ UTF-8は、2バイト一組の組み合わせで出来ている
✔ UTF-8の文字列であることを明示化するために、頭には\xをつける
✔ 応用すると、日本語を16進数で表現できるようになる
困ったこと
文字コードがわからない
内容
文字コードって何
16進数2個の組み合わせパターンによって文字を表すもの
パソコンは1か0しか扱えないため、文字を16進数で提示しないと理解できない
■参考
31 → 1
43 → C
e291b0 → ①
e38182 → あ
UTF-8まとめリンクをご参考に添付致します
UTF-8コード表(1)
seiai.ed.jp
UTF-8を直接入力したいときはどうするの
2文字区切りで、頭に￥xをつけるとUTF-8を直接入力できる
※普通にe38182と打つと それがUTF-8に変換されてしまう
→参考だが、e38182をUTF-8にすると 6533383138320Aになる
実際の現場で求められること
中々文字コードを直接打ち込む機会は少ないが、開発の現場では
16進数しか扱えない状況は多数ある。
そんな時、この原理を知っているとUTF-8を使って後から変換(デコード)
でき、ログデータに日本語を埋め込むなど拡張性が広がる
ただ、、、難しいため一部のマニアしか使ってないのは事実だ
まとめ
✔ UTF-8は、パソコンが文字を表現するために作られた賢いもの