文字列

文字列リテラル

Python 3.3 までは、内部 UTF-16と UTF-32 が混在していた。

sys.maxunicode の値が 0xffff か 0x10ffff かで判定できる。

現在は UTF-32 で取り扱われる。

code:py

import sys

print(hex(sys.maxunicode))

# 0x10ffff

ソースのエンコーディングは、先頭行でのエンコーディング宣言がない場合は UTF-8 になる。

文字列をリテラルとして書く場合、ダブルクォーテーションでもシングルクォーテーションもまったく同じ。

code:py

"abc" == 'abc'

文字列は配列のようにアクセスできる。

内部UTF-32で、その場所の文字コードの文字列が取得される。

code:py

文字コードを確認する場合 ord を使う

code:py

print(ord("a"))

Unicode データベース

Python: 拡張書記素クラスターを考慮して文字数を求める