Programmation PYTHON - Zenk - Security - Repository

56
Éléments du langage
DEUXIÈME PARTIE
Le support d’Unicode a été introduit dans Python 2.4, et peut être utilisé avec des
chaînes préfixées du caractère u comme vu précédemment, qui deviennent des objets
de type unicode.
Chaînes unicode
>>> unicode = u"Je suis en unicode."
>>> unicode.encode('utf8')
'Je suis en unicode.'
>>> 'je vais être en unicode'.decode()
Traceback (most recent call last):
File "", line 1, in
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 8:
ordinal not in range(128)
>>> 'je vais être en unicode'.decode('utf8')
u'je vais \xeatre en unicode'
Des méthodes d’encodage et de décodage permettent de passer du type str au type
unicode, en utilisant une table de correspondance, appelée codec et portant un nom
unique (utf8 est utilisé dans l’exemple).
Mais cette situation n’est qu’une transition vers un environnement où l’Unicode
devient le type par défaut pour la gestion des chaînes de caractères.
Évolution de l’Unicode de Python 2 à Python 3
Python 3 adopte le standard Unicode de base, et le préfixe u disparaît. Python 2.6,
quant à lui, ajoute un nouveau type bytes, qui est un synonyme du type str. Le préfixe
b peut être utilisé pour ce type.
Le préfixe b
>>> b'je suis un bytes'
'je suis un bytes'
L’intérêt de ce synonyme est de permettre aux développeurs d’utiliser dans leurs programmes
Python 2.6 un marqueur simple pour différencier les chaînes qui ne sont
pas utilisées dans le programme pour stocker du contenu textuel d’une langue
donnée. Ce contenu textuel est de préférence stocké dans des chaînes unicode.
Donnée vs contenu textuel
>>> b'data1234'
'data1234'
>>> u'je suis une phrase moi, pas de la donnée !'
u'je suis une phrase moi, pas de la donn\xe9e !'