質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

文字コード

文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

2回答

56082閲覧

文字列の中から、\uではじまる記号が現れたり消えたり…

hacosato

総合スコア48

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

文字コード

文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

3クリップ

投稿2017/07/09 10:37

編集2017/07/09 12:24

###前提・実現したいこと
複数行の文字列を検索して、その前後を表示するプログラムを作っています。
検索元の文字列を表示するのはふつうにできるのに、検索結果を表示すると\uが混ざります。
全角スペースが「\u3000」になってしまいします。どうしてですか…?

###該当のソースコード
『たなばたさま』の歌詞の中から、「お星さま」がある付近を抜き出して表示したい。

python

1lyric = '''ささの葉 さらさら 2のきばに ゆれる 3お星さま きらきら 4きんぎん 砂子(すなご) 5 6五しきの たんざく 7わたしが かいた 8お星さま きらきら 9空から みてる''' 10 11print(lyric) 12 13splited = lyric.split('\n') 14for i, line in enumerate(splited): 15 if 'お星さま' in line: 16 print(splited[i-1:i+2])

print(lyric)でこれが返ってきます(合ってる)。

ささの葉 さらさら のきばに ゆれる お星さま きらきら きんぎん 砂子(すなご) 五しきの たんざく わたしが かいた お星さま きらきら 空から みてる

print(splited[i-1:i+2])でこれが返ってきます(思ってるのとちがう)。

['のきばに\u3000ゆれる', 'お星さま\u3000きらきら', 'きんぎん\u3000砂子(すなご)'] ['わたしが\u3000かいた', 'お星さま\u3000きらきら', '空から\u3000みてる']

さっきは全角スペースきちんと表示できてたと思うのに\u3000になるのどうして…!!

###試したこと
lyricをutf-8にencodeできていないからいけないのかなと思い、こういうふうに変えてみました。
この行を、

python

1splited = lyric.split('\n')

こういうふうに。

python

1splited = lyric.encode('utf-8').decode('utf-8').split('\n')

結果は変わりませんでした…。

つぎに、print部分を以下のように変えてみました。

python

1print(','.join(splited[i - 1:i + 2]))

するとうまくいきました! よくわかりません!!

のきばに ゆれる,お星さま きらきら,きんぎん 砂子(すなご) わたしが かいた,お星さま きらきら,空から みてる

###補足情報(言語/FW/ツール等のバージョンなど)
python -Vしたらこうなります。

Python 3.5.3 :: Anaconda 2.5.0 (x86_64)

OSX Yosemite 10.10.5です。
ターミナルは2.5.3です。
ターミナルに、下記のように入力しました。

python (ファイルパス).py

よろしくお願いします!

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

miyahan

2017/07/09 11:28

MacでもWindowsでも再現しなかったのですが、OS・実行環境(コマンドプロンプト、terminal.app等)はなんでしょうか?
miyahan

2017/07/09 11:29

もう1つ。print 部分を print(','.join(splited[i - 1:i + 2])) とした場合も全角スペースはデコードされないでしょうか?
hacosato

2017/07/09 12:25

聞いてくださりありがとうございます。追記しました! print書き換えたらうまくいきます!!
guest

回答2

0

ベストアンサー

Windows環境(python3.5.3)でも再現しました。
通常、print関数に、文字列を渡した場合は、標準出力先の文字コードに従って、適切にエンコードされて出力(表示)されます。
ただし、print(['あ','い','う'])のようにリストを渡した場合は、['あ','い','う']のようにリストのまま出力されます。その際、各要素の文字列内の全角空白(U+3000)などの一部の文字はエンコードされず\u3000のようにエスケープ表現で出力されるようです。

リストの文字列を要素毎に改行して出力するには、print('\n'.join(splited[i - 1:i + 2]))のようにするか、以下の例のように*でリスト展開しsep='\n'指定してprintすればよいです。

Python

1# -*- coding: utf-8 -*- 2 3# 空白(U+0020)ではなく全角空白(U+3000)を含む 4lyric='''ささの葉 さらさら 5のきばに ゆれる 6お星さま きらきら 7きんぎん 砂子(すなご) 8 9五しきの たんざく 10わたしが かいた 11お星さま きらきら 12空から みてる''' 13 14print(lyric) 15print('-----') 16 17splited = lyric.split('\n') 18for i, line in enumerate(splited): 19 if 'お星さま' in line: 20 l = splited[i-1:i+2] 21 print(type(l)) # list 22 print('リストのまま出力-----') 23 print(l) 24 print('リスト展開して出力-----') 25 print( *l, sep='\n') # リストを展開して改行区切りで出力

結果

ささの葉 さらさら のきばに ゆれる お星さま きらきら きんぎん 砂子(すなご) 五しきの たんざく わたしが かいた お星さま きらきら 空から みてる ----- <class 'list'> リストのまま出力----- ['のきばに\u3000ゆれる', 'お星さま\u3000きらきら', 'きんぎん\u3000砂子(すなご)'] リスト展開して出力----- のきばに ゆれる お星さま きらきら きんぎん 砂子(すなご) <class 'list'> リストのまま出力----- ['わたしが\u3000かいた', 'お星さま\u3000きらきら', '空から\u3000みてる'] リスト展開して出力----- わたしが かいた お星さま きらきら 空から みてる

投稿2017/07/10 01:40

can110

総合スコア38233

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

miyahan

2017/07/10 02:10

pyenvで同じバージョンを入れてみましたが、macOS 10.12、Windows 10 のどちらでも再現しませんでした。一部のユニコード文字がエスケープされて出力される条件・範囲もしくはメカニズムはわかるでしょうか?
can110

2017/07/10 02:15

pashango2さんの回答のとおりだと思います。 こちらの環境(標準出力はcp932)では s = 'あ い' # U+3042, U+3000, U+3044 print(repr(s)) # 'あ\u3000い' print(str(s)) # あ い となりました。
miyahan

2017/07/10 02:21

すみません、検証したコードが半角スペースになっていただけでした。 いずれのプラットフォームでも再現しました。 失礼しました。
can110

2017/07/10 02:25

teratailのソースコード欄では、全角空白U+3000→U+0020に置き換わるようですね。 このコメント欄では全角空白U+3000を維持しているようですが。 こちらも最初は再現せず「?」と思いました。
guest

0

can110さんのご指摘の通り、ごくごく単純な話でprintにリストを渡しているので、リストの__repr__が表示されているだけです。

以下の質問と同じ原因です、参考になると思います。

https://teratail.com/questions/81527

投稿2017/07/10 01:56

pashango2

総合スコア930

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

hacosato

2017/07/10 13:25

ありがとうございました。 printに渡すものを、リストではなくて文字列にすればいいですね。 ナットクできるような気もするし、それぐらいなんとかしてよ!って気もしますけど、わかりました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問