Pythonにおけるエンコードとデコードの違いとは？基本概念と使い方を解説

エンコードとデコードの基本的な違い

Pythonにおけるエンコードとは、Unicode文字列をバイト列（bytes）として表現する処理のことです。逆に、デコードとは、バイト列をUnicode文字列に変換し直す処理を指します。

つまり両者は正反対の操作であり、エンコードが「文字 → バイト」への変換、デコードが「バイト → 文字」への変換となります。

それぞれを使う場面

通常、Unicode文字列は以下のような入出力（I/O）を行う際にエンコードします。

• ネットワーク経由でデータを送信するとき
• ディスク上のファイルに保存するとき

一方、デコードは次のような場面で行います。

• ネットワークから文字列データを受信したとき
• ディスクファイルから文字列データを読み込んだとき

エンコードの実行方法

指定したエンコーディングで文字列をエンコードするには、encode()メソッドを使用します。以下はUTF-8でエンコードする例です。

>>> u'æøå'.encode('utf8')
'\xc3\x83\xc2\xa6\xc3\x83\xc2\xb8\xc3\x83\xc2\xa5'

デコードの実行方法

エンコード済みのバイト列を元の文字列に戻すには、エンコード時に使用したものと同じエンコーディングを指定してdecode()メソッドを呼び出します。

>>> '\xc3\x83\xc2\xa6\xc3\x83\xc2\xb8\xc3\x83\xc2\xa5'.decode('utf8')
u'\xc3\xa6\xc3\xb8\xc3\xa5'

このようにして得られた文字列は、元の u'æøå' と等価になります。

補足：Python 2とPython 3の違い

上記の例はPython 2の挙動に基づいています。Python 3では文字列型（str）がデフォルトでUnicodeを扱うため、u''プレフィックスは不要になりました。また、バイト列は専用のbytes型として明確に区別されており、テキストとバイナリデータの混同によるエンコーディングエラーを防ぎやすくなっています。Python 3では「常に内部ではUnicode文字列を扱い、I/Oの境界でのみエンコード・デコードを行う」という設計原則に従うことが推奨されます。