Python hackathon, Tokyo, Japan,2010

1. Python 3.xのオブジェクト文字列表現
PEP-3138
STRING REPRESENTATION IN
PYTHON 3000
Python Hack-a-thon 2010.07
Atsuo Ishimoto
AXISSOFT Co., Ltd.

2. オブジェクト文字列表現って?
 Pythonのオブジェクトを、Pythonのスクリプ
トっぽい形式の文字列で表現
>>> "abc¥tdef"
'abc¥tdef'
>>> datetime.datetime.now()
datetime.datetime(2010, 7, 9, 13, 37,
49, 107000)
 str()とは違う！str()は文字列オブジェクトへ
の型変換
>>> str(datetime.datetime.now())
'2010-07-09 13:39:31.100000‘

3. 文字列表現の問題点
 文字列オブジェクトをrepr()するとき、非
ASCII文字は全部エスケープされてしまう
>>> "はろー"
‘¥x82¥xcd¥x82¥xeb¥x81[’
>>> open("はろー")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IOError: [Errno 2] No such file or
directory: '¥x82¥xcd¥x82¥xeb¥x81[‘

4. そこでPython3では！
 非ASCII文字でも、エスケープしない！
>>> "はろー"
'はろー'
>>> open("はろー")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IOError: [Errno 2] No such file or
directory: 'はろー’
 空白文字・印刷不能文字は従来通りエス
ケープ
>>> "は¥tろ¥tー"
'は¥tろ¥tー'

5. でも、楽あれば苦あり
 UnicodeEncodeErrorが邪魔くさい！
>>> "¥u0550" # ARMENIAN CAPITAL LETTER REH
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'cp932' codec can't encode character
'¥u0550' in position 1:
illegal multibyte sequence
 環境によって、出力時にエラーが発生し
てしまう。デバッグには不便！
 例外発生時、エラーメッセージに変換不
能文字があると、本来の例外が消えてし
まう

6. ascii()を使う
 Python 3.0で導入された組み込み関数
 Python2.xと同じ文字列を生成
>>> print(ascii("hello, はろー"))
'hello, ¥u306f¥u308d¥u30fc'

7. "backslashreplace"ハンドラを使う
 変換できない文字は、例外を出さずに
"¥uXXXX" に変換して出力する
>>> "Hello, はろー".encode("ascii")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position
7-9: ordinal not in range(128)
"Hello, はろー".encode("ascii",
"backslashreplace")
b'Hello, ¥u306f¥u308d¥u30fc'

8. 標準出力・エラー出力の使い方
 sys.stderrのerrorsハンドラは
'backslashreplace'
>>> print(["¥u0550"], file=sys.stderr)
['¥u0550']
 でも、sys.stdoutは’strict’
>>> print(["¥u0550"], file=sys.stdout)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'cp932' codec
can't encode character '¥u0550' in
position 2:
illegal multibyte sequence

9. Errorsハンドラの設定方法
 標準出力(sys.stdout)は、環境変数で設定
 PYTHONIOENCODING=cp932: backslashreplace
 ファイルオープン時に指定
 open(filename, errors= 'backslashreplace‘)

10. なんてことを言ってますが

11. 大きな声では言えないので

12. 口に出さずに
スライドにだけ
書きますが

13. 私、
Python3.x
まったく
使ってません

14. 早く使えるようになるといいなぁ…

15. ……