Pythonのバイトオブジェクトと文字列の違いとは？エンコード・デコードの基本を解説

コンピュータはバイト（byte）単位でしかデータを保存できません。そのため、さまざまな形式のデータは、保存時にすべてバイトデータへ変換される必要があります。たとえば、画像はPNGやJPEGなどの形式でバイト列として格納され、音楽もWAVやMP3といった形式で保存されます。これらのフォーマットを作成・管理するソフトウェアが、データをバイトへ変換する役割を担っています。

Pythonにおけるバイトオブジェクトは、人間には読めないバイトのシーケンス（並び）です。一方、文字列（str）は人間が読める文字のシーケンスです。文字はコンピュータに保存される前に、必ずエンコードされてバイトへと変換されます。

エンコード（encode）とは

文字列をディスクに保存する前には、エンコード処理が必要です。Pythonでは文字列の encode() メソッドを使ってエンコードを行います。以下の例では、ASCIIエンコーディングを適用しています。

サンプルコード

print('Best Tutorials'.encode('ASCII'))

実行結果

b'Best Tutorials'

出力結果に b という接頭辞が付いていることに注目してください。これは、このデータが文字列ではなくバイトオブジェクトであることを示しています。

デコード（decode）とは

ディスクから読み込んだバイトデータを人間が読める形に戻すには、デコードが必要です。Pythonでは decode() メソッドを使うことで、エンコード済みのバイトを文字列へ変換できます。

サンプルコード

print(b'Best Tutorials'.decode('ASCII'))

実行結果

Best Tutorials

文字列とバイトオブジェクトの主な違い

• 構成要素の違い： 文字列は「文字」のシーケンス、バイトオブジェクトは「バイト」のシーケンスです。
• 可読性の違い： 文字列は人間が読める形式ですが、バイトは基本的に機械向けの形式です。
• 保存方法の違い： バイトはそのままディスクに保存できますが、文字列は保存前にエンコードが必要です。

なお、日本語のようなマルチバイト文字を扱う場合は、ASCIIではなくUTF-8などのエンコーディングを使用するのが一般的です。エンコード時とデコード時で同じエンコーディングを指定しないと、UnicodeDecodeError などのエラーが発生する点にも注意しましょう。