codecs
— 코덱 레지스트리와 베이스 클래스¶
소스 코드: Lib/codecs.py
This module defines base classes for standard Python codecs (encoders and
decoders) and provides access to the internal Python codec registry, which
manages the codec and error handling lookup process. Most standard codecs
are text encodings, which encode text to bytes (and
decode bytes to text), but there are also codecs provided that encode text to
text, and bytes to bytes. Custom codecs may encode and decode between arbitrary
types, but some module features are restricted to be used specifically with
text encodings or with codecs that encode to
bytes
.
이 모듈은 임의의 코덱으로 인코딩과 디코딩하는 다음 함수를 정의합니다:
-
codecs.
encode
(obj, encoding='utf-8', errors='strict')¶ encoding을 위해 등록된 코덱을 사용하여 obj를 인코딩합니다.
원하는 에러 처리 방식을 설정하기 위해 errors가 주어질 수 있습니다. 기본 에러 처리기는
'strict'
이며 인코딩 에러가ValueError
(또는UnicodeEncodeError
와 같은 더 많은 코덱 관련 서브 클래스)를 발생시킨다는 뜻입니다. 코덱 에러 처리에 대한 자세한 내용은 코덱 베이스 클래스를 참조하십시오.
-
codecs.
decode
(obj, encoding='utf-8', errors='strict')¶ encoding을 위해 등록된 코덱을 사용하여 obj를 디코딩합니다.
원하는 에러 처리 방식을 설정하기 위해 errors가 주어질 수 있습니다. 기본 에러 처리기는
'strict'
이며 디코딩 에러가ValueError
(또는UnicodeDecodeError
와 같은 더 많은 코덱 관련 서브 클래스)를 발생시킨다는 뜻입니다. 코덱 에러 처리에 대한 자세한 내용은 코덱 베이스 클래스를 참조하십시오.
각 코덱에 대한 자세한 내용도 직접 확인할 수 있습니다:
-
codecs.
lookup
(encoding)¶ 파이썬 코덱 레지스트리에서 코덱 정보를 조회하고 아래 정의된
CodecInfo
객체를 반환합니다.인코딩은 먼저 레지스트리 캐시에서 조회됩니다. 찾을 수 없으면, 등록된 검색 함수 리스트를 탐색합니다.
CodecInfo
객체가 없으면,LookupError
가 발생합니다. 그렇지 않으면,CodecInfo
객체가 캐시에 저장되고 호출자에게 반환됩니다.
-
class
codecs.
CodecInfo
(encode, decode, streamreader=None, streamwriter=None, incrementalencoder=None, incrementaldecoder=None, name=None)¶ 코덱 레지스트리를 조회할 때의 코덱 세부 정보. 생성자 인자는 같은 이름의 어트리뷰트에 저장됩니다:
-
name
¶ 인코딩의 이름.
-
encode
¶ -
decode
¶ 상태 없는 인코딩과 디코딩 함수. 이들은 코덱 인스턴스의
encode()
와decode()
메서드와 같은 인터페이스를 갖는 함수나 메서드여야 합니다 (코덱 인터페이스를 참조하십시오). 함수나 메서드는 상태 없는 모드로 작동할 것으로 기대됩니다.
-
incrementalencoder
¶ -
incrementaldecoder
¶ 증분형 인코더와 디코더 클래스 또는 팩토리 함수. 이들은 각각 베이스 클래스
IncrementalEncoder
와IncrementalDecoder
가 정의하는 인터페이스를 제공해야 합니다. 증분 코덱은 상태를 유지할 수 있습니다.
-
streamwriter
¶ -
streamreader
¶ 스트림 기록기와 판독기 클래스 또는 팩토리 함수. 이들은 각각 베이스 클래스
StreamWriter
와StreamReader
가 정의하는 인터페이스를 제공해야 합니다. 스트림 코덱은 상태를 유지할 수 있습니다.
-
다양한 코덱 구성 요소에 대한 액세스를 단순화하기 위해, 이 모듈은 코덱 조회에 lookup()
을 사용하는 다음과 같은 추가 함수를 제공합니다:
-
codecs.
getencoder
(encoding)¶ 주어진 인코딩에 대한 코덱을 찾아서 해당 인코더 함수를 반환합니다.
인코딩을 찾을 수 없는 경우
LookupError
를 발생시킵니다.
-
codecs.
getdecoder
(encoding)¶ 주어진 인코딩에 대한 코덱을 찾아서 해당 디코더 함수를 반환합니다.
인코딩을 찾을 수 없는 경우
LookupError
를 발생시킵니다.
-
codecs.
getincrementalencoder
(encoding)¶ 주어진 인코딩에 대한 코덱을 찾아서 증분 인코더 클래스나 팩토리 함수를 반환합니다.
인코딩을 찾을 수 없거나 코덱이 증분 인코더를 지원하지 않는 경우
LookupError
를 발생시킵니다.
-
codecs.
getincrementaldecoder
(encoding)¶ 주어진 인코딩에 대한 코덱을 찾아서 증분 디코더 클래스나 팩토리 함수를 반환합니다.
인코딩을 찾을 수 없거나 코덱이 증분 디코더를 지원하지 않는 경우
LookupError
를 발생시킵니다.
-
codecs.
getreader
(encoding)¶ 주어진 인코딩의 코덱을 찾아서
StreamReader
클래스나 팩토리 함수를 반환합니다.인코딩을 찾을 수 없는 경우
LookupError
를 발생시킵니다.
-
codecs.
getwriter
(encoding)¶ 주어진 인코딩의 코덱을 찾아서
StreamWriter
클래스나 팩토리 함수를 반환합니다.인코딩을 찾을 수 없는 경우
LookupError
를 발생시킵니다.
적합한 코덱 검색 함수를 등록하여 사용자 정의 코덱을 사용할 수 있도록 합니다:
-
codecs.
register
(search_function)¶ Register a codec search function. Search functions are expected to take one argument, being the encoding name in all lower case letters with hyphens and spaces converted to underscores, and return a
CodecInfo
object. In case a search function cannot find a given encoding, it should returnNone
.버전 3.9에서 변경: Hyphens and spaces are converted to underscore.
-
codecs.
unregister
(search_function)¶ Unregister a codec search function and clear the registry’s cache. If the search function is not registered, do nothing.
버전 3.10에 추가.
내장 open()
과 관련 io
모듈은 인코딩된 텍스트 파일 작업에 권장되는 접근 방법이지만, 이 모듈은 바이너리 파일로 작업할 때 더 넓은 범위의 코덱을 사용할 수 있도록 하는 추가 유틸리티 함수와 클래스를 제공합니다:
-
codecs.
open
(filename, mode='r', encoding=None, errors='strict', buffering=- 1)¶ 주어진 mode를 사용하여 인코딩된 파일을 열고 투명한 인코딩/디코딩을 제공하는
StreamReaderWriter
의 인스턴스를 반환합니다. 기본 파일 모드는'r'
이고, 파일을 읽기 모드로 연다는 뜻입니다.참고
If encoding is not
None
, then the underlying encoded files are always opened in binary mode. No automatic conversion of'\n'
is done on reading and writing. The mode argument may be any binary mode acceptable to the built-inopen()
function; the'b'
is automatically added.encoding은 파일에 사용될 인코딩을 지정합니다. 바이트열에서 인코딩하고 바이트열로 디코딩하는 모든 인코딩이 허용되며, 파일 메서드가 지원하는 데이터형은 사용된 코덱에 따라 다릅니다.
에러 처리를 정의하기 위해 errors가 제공될 수 있습니다. 기본값은
'strict'
이고 인코딩 에러가 발생하면ValueError
가 발생합니다.buffering은 내장
open()
함수에서와 같은 의미입니다. 기본값은 -1이며 기본 버퍼 크기가 사용됨을 의미합니다.
-
codecs.
EncodedFile
(file, data_encoding, file_encoding=None, errors='strict')¶ 투명한 트랜스코딩을 제공하는 file의 래핑 된 버전인
StreamRecoder
인스턴스를 반환합니다. 래핑 된 버전이 닫힐 때 원본 파일이 닫힙니다.래핑 된 파일에 기록된 데이터는 주어진 data_encoding에 따라 디코딩된 다음 file_encoding을 사용하여 바이트열로 원본 파일에 기록됩니다. 원본 파일에서 읽은 바이트열은 file_encoding에 따라 디코딩되며, 결과는 data_encoding을 사용하여 인코딩됩니다.
file_encoding이 제공되지 않으면, 기본값은 data_encoding입니다.
에러 처리를 정의하기 위해 errors가 제공될 수 있습니다. 기본값은
'strict'
이며, 인코딩 에러가 발생하면ValueError
가 발생합니다.
-
codecs.
iterencode
(iterator, encoding, errors='strict', **kwargs)¶ 증분 인코더를 사용하여 iterator에서 제공하는 입력을 반복적으로 인코딩합니다. 이 함수는 제너레이터입니다. errors 인자(다른 키워드 인자뿐만 아니라)는 증분 인코더로 전달됩니다.
이 함수를 사용하려면 코덱에서 인코딩할 텍스트
str
객체를 허용해야 합니다. 따라서base64_codec
과 같은 바이트열-바이트열 인코더는 지원하지 않습니다.
-
codecs.
iterdecode
(iterator, encoding, errors='strict', **kwargs)¶ 증분 디코더를 사용하여 iterator에서 제공하는 입력을 반복적으로 디코딩합니다. 이 함수는 제너레이터입니다. errors 인자(다른 키워드 인자뿐만 아니라)는 증분 디코더로 전달됩니다.
이 함수를 사용하려면 코덱에서 디코딩할
bytes
객체를 허용해야 합니다. 따라서rot_13
이iterencode()
로 동등하게 사용될 수 있지만,rot_13
과 같은 텍스트-텍스트 인코더는 지원하지 않습니다.
이 모듈은 또한 플랫폼 종속 파일을 읽고 쓰는 데 유용한 다음 상수를 제공합니다:
-
codecs.
BOM
¶ -
codecs.
BOM_BE
¶ -
codecs.
BOM_LE
¶ -
codecs.
BOM_UTF8
¶ -
codecs.
BOM_UTF16
¶ -
codecs.
BOM_UTF16_BE
¶ -
codecs.
BOM_UTF16_LE
¶ -
codecs.
BOM_UTF32
¶ -
codecs.
BOM_UTF32_BE
¶ -
codecs.
BOM_UTF32_LE
¶ 이 상수는 여러 인코딩에서 유니코드 바이트 순서 표시(BOM)인 다양한 바이트 시퀀스를 정의합니다. UTF-16과 UTF-32 데이터 스트림에서 사용된 바이트 순서를 나타내는 데 사용되며, UTF-8에서 유니코드 서명으로 사용됩니다.
BOM_UTF16
은 플랫폼의 네이티브 바이트 순서에 따라BOM_UTF16_BE
나BOM_UTF16_LE
이며,BOM
은BOM_UTF16
의 별칭,BOM_LE
는BOM_UTF16_LE
의 별칭,BOM_BE
는BOM_UTF16_BE
의 별칭입니다. 다른 것은 UTF-8과 UTF-32 인코딩에서 BOM을 나타냅니다.
코덱 베이스 클래스¶
codecs
모듈은 코덱 객체로 작업하기 위한 인터페이스를 정의하는 베이스 클래스 집합을 정의하며, 사용자 정의 코덱 구현의 기초로 사용될 수도 있습니다.
각 코덱은 파이썬에서 코덱으로 사용할 수 있도록 네 가지 인터페이스를 정의해야 합니다: 상태 없는 인코더, 상태 없는 디코더, 스트림 판독기 및 스트림 기록기. 스트림 판독기와 기록기는 일반적으로 상태 없는 인코더/디코더를 재사용하여 파일 프로토콜을 구현합니다. 코덱 작성자는 코덱에서 인코딩과 디코딩 에러를 처리하는 방법도 정의해야 합니다.
에러 처리기¶
To simplify and standardize error handling, codecs may implement different error handling schemes by accepting the errors string argument:
>>> 'German ß, ♬'.encode(encoding='ascii', errors='backslashreplace')
b'German \\xdf, \\u266c'
>>> 'German ß, ♬'.encode(encoding='ascii', errors='xmlcharrefreplace')
b'German ß, ♬'
The following error handlers can be used with all Python 표준 인코딩 codecs:
값 |
의미 |
---|---|
|
Raise |
|
잘못된 데이터를 무시하고 추가 통지 없이 계속 진행합니다. |
|
Replace with a replacement marker. On
encoding, use |
|
Replace with backslashed escape sequences.
On encoding, use hexadecimal form of Unicode
code point with formats |
|
디코딩 시, 바이트를 |
The following error handlers are only applicable to encoding (within text encodings):
값 |
의미 |
---|---|
|
Replace with XML/HTML numeric character
reference, which is a decimal form of Unicode
code point with format |
|
Replace with |
또한, 다음 에러 처리기는 지정된 코덱에만 적용됩니다:
값 |
코덱 |
의미 |
---|---|---|
|
utf-8, utf-16, utf-32, utf-16-be, utf-16-le, utf-32-be, utf-32-le |
Allow encoding and decoding surrogate code
point ( |
버전 3.1에 추가: 'surrogateescape'
와 'surrogatepass'
에러 처리기.
버전 3.4에서 변경: The 'surrogatepass'
error handler now works with utf-16* and utf-32*
codecs.
버전 3.5에 추가: 'namereplace'
에러 처리기.
버전 3.5에서 변경: The 'backslashreplace'
error handler now works with decoding and
translating.
새 이름으로 에러 처리기를 등록하여 허용되는 값 집합을 확장할 수 있습니다:
-
codecs.
register_error
(name, error_handler)¶ 에러 처리 함수 error_handler를 name이라는 이름으로 등록합니다. error_handler 인자는 name이 errors 매개 변수로 지정될 때, 인코딩과 디코딩 중에 에러가 있으면 호출됩니다.
인코딩의 경우, 에러 위치에 대한 정보가 포함된
UnicodeEncodeError
인스턴스와 함께 error_handler가 호출됩니다. 에러 처리기는 이 예외나 다른 예외를 발생시키거나, 입력의 인코딩할 수 없는 부분의 대체 값과 인코딩을 계속할 위치를 담은 튜플을 반환해야 합니다. 대체 값은str
이나bytes
일 수 있습니다. 대체 값이 바이트열이면, 인코더는 이를 단순히 출력 버퍼에 복사합니다. 대체 값이 문자열이면, 인코더는 대체 값을 인코딩합니다. 지정된 위치에서 원래 입력으로 인코딩이 계속됩니다. 음수 위칫값은 입력 문자열의 끝을 기준으로 처리됩니다. 결과 위치가 범위를 벗어나면IndexError
가 발생합니다.UnicodeDecodeError
나UnicodeTranslateError
가 처리기로 전달되고 에러 처리기의 대체 값을 출력에 직접 넣는다는 점을 제외하면, 디코딩과 변환(translating)은 비슷하게 작동합니다.
이전에 등록된 에러 처리기(표준 에러 처리기를 포함하여)는 이름으로 조회할 수 있습니다:
-
codecs.
lookup_error
(name)¶ name이라는 이름으로 이전에 등록된 에러 처리기를 반환합니다.
처리기를 찾을 수 없으면
LookupError
를 발생시킵니다.
다음과 같은 표준 에러 처리기가 모듈 수준 함수로 제공됩니다:
-
codecs.
strict_errors
(exception)¶ Implements the
'strict'
error handling.Each encoding or decoding error raises a
UnicodeError
.
-
codecs.
ignore_errors
(exception)¶ Implements the
'ignore'
error handling.Malformed data is ignored; encoding or decoding is continued without further notice.
-
codecs.
replace_errors
(exception)¶ Implements the
'replace'
error handling.Substitutes
?
(ASCII character) for encoding errors or�
(U+FFFD, the official REPLACEMENT CHARACTER) for decoding errors.
-
codecs.
backslashreplace_errors
(exception)¶ Implements the
'backslashreplace'
error handling.Malformed data is replaced by a backslashed escape sequence. On encoding, use the hexadecimal form of Unicode code point with formats
\xhh
\uxxxx
\Uxxxxxxxx
. On decoding, use the hexadecimal form of byte value with format\xhh
.버전 3.5에서 변경: Works with decoding and translating.
-
codecs.
xmlcharrefreplace_errors
(exception)¶ Implements the
'xmlcharrefreplace'
error handling (for encoding within text encoding only).The unencodable character is replaced by an appropriate XML/HTML numeric character reference, which is a decimal form of Unicode code point with format
&#num;
.
-
codecs.
namereplace_errors
(exception)¶ Implements the
'namereplace'
error handling (for encoding within text encoding only).The unencodable character is replaced by a
\N{...}
escape sequence. The set of characters that appear in the braces is the Name property from Unicode Character Database. For example, the German lowercase letter'ß'
will be converted to byte sequence\N{LATIN SMALL LETTER SHARP S}
.버전 3.5에 추가.
상태 없는 인코딩과 디코딩¶
기본 Codec
클래스는 다음과 같은 메서드를 정의하는데, 상태 없는 인코더와 디코더의 함수 인터페이스를 정의하기도 합니다:
-
Codec.
encode
(input, errors='strict')¶ 객체 input을 인코딩하고 튜플(출력 객체, 소비한 길이)을 반환합니다. 예를 들어, 텍스트 인코딩은 특정 문자 집합 인코딩 (예를 들어,
cp1252
나iso-8859-1
)을 사용하여 문자열 객체를 바이트열 객체로 변환합니다.errors 인자는 적용할 에러 처리를 정의합니다. 기본값은
'strict'
처리입니다.이 메서드는
Codec
인스턴스에 상태를 저장하지 않을 수 있습니다. 인코딩 효율을 높이기 위해 상태를 유지해야 하는 코덱에서는StreamWriter
를 사용하십시오.인코더는 길이가 0인 입력을 처리하고 이 상황에서는 출력 객체 형의 빈 객체를 반환할 수 있어야 합니다.
-
Codec.
decode
(input, errors='strict')¶ 객체 input을 디코딩하고 튜플 (출력 객체, 소비한 길이)를 반환합니다. 예를 들어, 텍스트 인코딩의 경우, 디코딩은 특정 문자 집합 인코딩을 사용하여 인코딩된 바이트열 객체를 문자열 객체로 변환합니다.
텍스트 인코딩과 바이트열-바이트열 코덱의 경우, input은 바이트열 객체이거나 읽기 전용 버퍼 인터페이스를 제공하는 객체여야 합니다 – 예를 들어, 버퍼 객체와 및 메모리 맵핑 파일.
errors 인자는 적용할 에러 처리를 정의합니다. 기본값은
'strict'
처리입니다.이 메서드는
Codec
인스턴스에 상태를 저장하지 않을 수 있습니다. 디코딩 효율을 높이기 위해 상태를 유지해야 하는 코덱에서는StreamReader
를 사용하십시오.디코더는 길이가 0인 입력을 처리하고 이 상황에서 출력 객체 형의 빈 객체를 반환할 수 있어야 합니다.
증분 인코딩과 디코딩¶
IncrementalEncoder
와 IncrementalDecoder
클래스는 증분 인코딩과 디코딩을 위한 기본 인터페이스를 제공합니다. 입력을 인코딩/디코딩하는 것이 상태 없는 인코더/디코더 함수를 한 번 호출하는 것이 아니라, 증분 인코더/디코더의 encode()
/decode()
메서드를 여러 번 호출하여 수행됩니다. 증분 인코더/디코더는 메서드 호출 중에 인코딩/디코딩 프로세스를 추적합니다.
encode()
/decode()
메서드에 대한 호출의 연결된 출력은 모든 단일 입력을 하나로 결합하여 상태 없는 인코더/디코더로 인코딩/디코딩되는 것과 같습니다.
IncrementalEncoder 객체¶
IncrementalEncoder
클래스는 여러 단계로 입력을 인코딩하는 데 사용됩니다. 파이썬 코덱 레지스트리와 호환되도록 모든 증분 인코더가 정의해야 하는 다음 메서드를 정의합니다.
-
class
codecs.
IncrementalEncoder
(errors='strict')¶ IncrementalEncoder
인스턴스의 생성자.모든 증분 인코더는 이 생성자 인터페이스를 제공해야 합니다. 추가 키워드 인자를 자유롭게 추가할 수 있지만, 여기에 정의된 키워드 인자만 파이썬 코덱 레지스트리에서 사용됩니다.
IncrementalEncoder
는 errors 키워드 인자를 제공하여 다른 에러 처리 체계를 구현할 수 있습니다. 가능한 값은 에러 처리기를 참조하십시오.errors 인자는 같은 이름의 어트리뷰트에 대입됩니다. 이 어트리뷰트에 대입하면
IncrementalEncoder
객체의 수명 동안 다른 에러 처리 전략 간에 전환할 수 있습니다.-
encode
(object, final=False)¶ object를 (인코더의 현재 상태를 고려하여) 인코딩하고 결과 인코딩된 객체를 반환합니다. 이것이
encode()
에 대한 마지막 호출이면 final은 참이어야 합니다 (기본값은 거짓).
-
reset
()¶ 인코더를 초기 상태로 재설정합니다. 출력은 버려집니다: 인코더를 재설정하고 출력을 얻으려면, 필요하면 빈 바이트열이나 텍스트 문자열을 전달하여,
.encode(object, final=True)
를 호출하십시오.
-
getstate
()¶ 인코더의 현재 상태를 반환하는데, 정수여야 합니다. 구현은
0
이 가장 흔한 상태가 되도록 해야 합니다. (정수보다 복잡한 상태는 상태를 마샬링/피클링하고 결과 문자열의 바이트열을 정수로 인코딩하여 정수로 변환할 수 있습니다.)
-
setstate
(state)¶ 인코더 상태를 state로 설정합니다. state는
getstate()
가 반환한 인코더 상태여야 합니다.
-
IncrementalDecoder 객체¶
IncrementalDecoder
클래스는 여러 단계로 입력을 디코딩하는 데 사용됩니다. 파이썬 코덱 레지스트리와 호환되도록 모든 증분 디코더에서 정의해야 하는 다음 메서드를 정의합니다.
-
class
codecs.
IncrementalDecoder
(errors='strict')¶ IncrementalDecoder
인스턴스의 생성자.모든 증분 디코더는 이 생성자 인터페이스를 제공해야 합니다. 추가 키워드 인자를 자유롭게 추가할 수 있지만, 여기에 정의된 키워드 인자만 파이썬 코덱 레지스트리에서 사용됩니다.
IncrementalDecoder
는 errors 키워드 인자를 제공하여 다른 에러 처리 체계를 구현할 수 있습니다. 가능한 값은 에러 처리기를 참조하십시오.errors 인자는 같은 이름의 어트리뷰트에 대입됩니다. 이 어트리뷰트에 대입하면
IncrementalDecoder
객체의 수명 동안 다른 에러 처리 전략 간에 전환할 수 있습니다.-
decode
(object, final=False)¶ object를 디코딩하고 (디코더의 현재 상태를 고려하여) 결과 디코딩된 객체를 반환합니다. 이것이
decode()
에 대한 마지막 호출이면 final은 참이어야 합니다 (기본값은 거짓). final이 참이면 디코더는 입력을 완전히 디코딩해야 하며 모든 버퍼를 플러시 해야 합니다. 이것이 가능하지 않으면 (예를 들어 입력 끝의 불완전한 바이트 시퀀스로 인해), 상태 없는 경우와 같이 에러 처리를 시작해야 합니다 (예외가 발생시킬 수 있습니다).
-
reset
()¶ 디코더를 초기 상태로 재설정합니다.
-
getstate
()¶ 디코더의 현재 상태를 반환합니다. 두 항목이 있는 튜플이어야 하며, 첫 번째는 여전히 디코딩되지 않은 입력을 포함하는 버퍼여야 합니다. 두 번째는 정수여야 하며 추가 상태 정보일 수 있습니다. (구현은
0
이 가장 흔한 추가 상태 정보가 되도록 해야 합니다.) 이 추가 상태 정보가0
이면, 입력 버퍼가 없고 추가 상태 정보가0
인 상태로 디코더를 설정할 수 있어서, 이전에 버퍼링 된 입력을 디코더에 공급하면 출력을 생성하지 않고 이전 상태로 되돌아갈 수 있어야 합니다. (정수보다 복잡한 추가 상태 정보는 정보를 마샬링/피클링하고 결과 문자열의 바이트를 정수로 인코딩하여 정수로 변환할 수 있습니다.)
-
setstate
(state)¶ 디코더의 상태를 state로 설정합니다. state는
getstate()
가 반환한 디코더 상태여야 합니다.
-
스트림 인코딩과 디코딩¶
StreamWriter
와 StreamReader
클래스는 새로운 인코딩 서브 모듈을 매우 쉽게 구현하는 데 사용할 수 있는 범용 작업 인터페이스를 제공합니다. 이를 수행하는 방법에 대한 예는 encodings.utf_8
을 참조하십시오.
StreamWriter 객체¶
StreamWriter
클래스는 Codec
의 서브 클래스이며 파이썬 코덱 레지스트리와 호환되도록 모든 스트림 기록기가 정의해야 하는 다음 메서드를 정의합니다.
-
class
codecs.
StreamWriter
(stream, errors='strict')¶ StreamWriter
인스턴스의 생성자.모든 스트림 기록기는 이 생성자 인터페이스를 제공해야 합니다. 추가 키워드 인자를 자유롭게 추가할 수 있지만, 여기에 정의된 키워드 인자만 파이썬 코덱 레지스트리에서 사용됩니다.
stream 인자는 특정 코덱에 적합하도록 텍스트나 바이너리 데이터를 쓰기 위해 열린 파일류 객체여야 합니다.
StreamWriter
는 errors 키워드 인자를 제공하여 다른 에러 처리 체계를 구현할 수 있습니다. 하부 스트림 코덱이 지원할 수 있는 표준 에러 처리기에 대해서는 에러 처리기를 참조하십시오.errors 인자는 같은 이름의 어트리뷰트에 대입됩니다. 이 어트리뷰트에 대입하면
StreamWriter
객체의 수명 동안 다른 에러 처리 전략 간에 전환할 수 있습니다.-
write
(object)¶ 스트림에 인코딩된 객체의 내용을 씁니다.
-
writelines
(list)¶ Writes the concatenated iterable of strings to the stream (possibly by reusing the
write()
method). Infinite or very large iterables are not supported. The standard bytes-to-bytes codecs do not support this method.
-
reset
()¶ 내부 상태를 유지하는 데 사용되는 코덱 버퍼를 재설정합니다.
이 메서드를 호출하면 출력의 데이터가 깨끗한 상태가 되어 상태를 복구하기 위해 전체 스트림을 다시 스캔하지 않고도 새로운 최신 데이터를 추가할 수 있도록 합니다.
-
위의 메서드 외에도, StreamWriter
는 하부 스트림에서 온 다른 모든 메서드와 어트리뷰트를 상속해야 합니다.
StreamReader 객체¶
StreamReader
클래스는 Codec
의 서브 클래스이며 파이썬 코덱 레지스트리와 호환되도록 모든 스트림 판독기가 정의해야 하는 다음 메서드를 정의합니다.
-
class
codecs.
StreamReader
(stream, errors='strict')¶ StreamReader
인스턴스의 생성자.모든 스트림 판독기는 이 생성자 인터페이스를 제공해야 합니다. 추가 키워드 인자를 자유롭게 추가할 수 있지만, 여기에 정의된 키워드 인자만 파이썬 코덱 레지스트리에서 사용됩니다.
stream 인자는 특정 코덱에 적합하게 텍스트나 바이너리 데이터를 읽기 위해 열린 파일류 객체여야 합니다.
StreamReader
는 errors 키워드 인자를 제공하여 다른 에러 처리 체계를 구현할 수 있습니다. 하부 스트림 코덱이 지원할 수 있는 표준 에러 처리기에 대해서는 에러 처리기를 참조하십시오.errors 인자는 같은 이름의 어트리뷰트에 대입됩니다. 이 어트리뷰트에 대입하면
StreamReader
객체의 수명 동안 다른 에러 처리 전략 간에 전환할 수 있습니다.errors 인자에 허용되는 값 집합은
register_error()
로 확장될 수 있습니다.-
read
(size=- 1, chars=- 1, firstline=False)¶ 스트림에서 데이터를 디코딩하고 결과 객체를 반환합니다.
chars 인자는 반환할 디코딩 된 코드 포인트나 바이트의 수를 나타냅니다.
read()
메서드는 요청된 것보다 더 많은 데이터를 반환하지 않지만, 사용 가능한 것이 충분하지 않으면 더 적게 반환할 수 있습니다.size 인자는 디코딩을 위해 읽을 인코딩 된 바이트나 코드 포인트의 대략적인 최대 수를 나타냅니다. 디코더는 이 설정을 적절하게 수정할 수 있습니다. 기본값 -1은 가능한 한 많이 읽고 디코딩함을 나타냅니다. 이 매개 변수는 커다란 파일을 한 번에 디코딩하지 않도록 하기 위한 것입니다.
firstline 플래그는 이후 줄에 디코딩 에러가 있으면 첫 번째 줄만 반환해도 충분함을 나타냅니다.
이 메서드는 탐욕스러운(greedy) 읽기 전략을 사용해야 합니다. 즉, 인코딩 정의와 주어진 size 내에서 허용되는 만큼 많은 데이터를 읽어야 합니다. 예를 들어 스트림에 선택적 인코딩 종료나 상태 마커가 있으면, 이것도 읽어야 합니다.
-
readline
(size=None, keepends=True)¶ 입력 스트림에서 한 줄을 읽고 디코딩된 데이터를 반환합니다.
주어지면, size는 스트림의
read()
메서드에 size 인자로 전달됩니다.keepends가 거짓이면 줄 종료가 반환된 줄에서 제거됩니다.
-
readlines
(sizehint=None, keepends=True)¶ 입력 스트림에서 사용 가능한 모든 줄을 읽고 줄의 리스트로 반환합니다.
줄 종료는 코덱의
decode()
메서드를 사용하여 구현되며 keepends가 참이면 리스트 항목에 포함됩니다.주어지면, sizehint는 스트림의
read()
메서드에 size 인자로 전달됩니다.
-
reset
()¶ 내부 상태를 유지하는 데 사용되는 코덱 버퍼를 재설정합니다.
스트림 위치 변경이 발생하지 않아야 함에 유의하십시오. 이 메서드는 주로 디코딩 에러에서 복구할 수 있도록 하기 위한 것입니다.
-
위의 메서드 외에도 StreamReader
는 하부 스트림에서 다른 모든 메서드와 어트리뷰트를 상속해야 합니다.
StreamReaderWriter 객체¶
StreamReaderWriter
는 읽기와 쓰기 모드 모두에서 작동하는 스트림을 래핑하도록 하는 편의 클래스입니다.
lookup()
함수가 반환한 팩토리 함수를 사용하여 인스턴스를 구성할 수 있도록 설계되었습니다.
-
class
codecs.
StreamReaderWriter
(stream, Reader, Writer, errors='strict')¶ StreamReaderWriter
인스턴스를 만듭니다. stream은 파일류 객체여야 합니다. Reader와 Writer는 각각StreamReader
와StreamWriter
인터페이스를 제공하는 팩토리 함수나 클래스여야 합니다. 에러 처리는 스트림 판독기와 기록기에 정의된 것과 같은 방식으로 수행됩니다.
StreamReaderWriter
인스턴스는 StreamReader
와 StreamWriter
클래스가 결합한 인터페이스를 정의합니다. 하부 스트림에서 다른 모든 메서드와 어트리뷰트를 상속합니다.
StreamRecoder 객체¶
StreamRecoder
는 한 인코딩에서 다른 인코딩으로 데이터를 변환하는데, 이는 때때로 다른 인코딩 환경을 다룰 때 유용합니다.
lookup()
함수가 반환한 팩토리 함수를 사용하여 인스턴스를 구성할 수 있도록 설계되었습니다.
-
class
codecs.
StreamRecoder
(stream, encode, decode, Reader, Writer, errors='strict')¶ 양방향 변환을 구현하는
StreamRecoder
인스턴스를 만듭니다: encode와 decode는 프런트 엔드에 작동합니다 -read()
와write()
를 호출하는 코드가 보는 데이터, 반면에 Reader와 Writer는 백 엔드에 작동합니다 - stream의 데이터.이러한 객체를 사용하여 투명한 트랜스코딩을 수행 할 수 있습니다, 예를 들어, Latin-1 에서 UTF-8로 또는 그 반대로.
stream 인자는 파일류 객체여야 합니다.
encode와 decode 인자는
Codec
인터페이스를 준수해야 합니다. Reader와 Writer는 각각StreamReader
와StreamWriter
인터페이스의 객체를 제공하는 팩토리 함수나 클래스여야 합니다.에러 처리는 스트림 판독기와 기록기에 정의된 것과 같은 방식으로 수행됩니다.
StreamRecoder
인스턴스는 StreamReader
와 StreamWriter
클래스가 결합한 인터페이스를 정의합니다. 하부 스트림에서 다른 모든 메서드와 어트리뷰트를 상속합니다.
인코딩과 유니코드¶
Strings are stored internally as sequences of code points in
range U+0000
–U+10FFFF
. (See PEP 393 for
more details about the implementation.)
Once a string object is used outside of CPU and memory, endianness
and how these arrays are stored as bytes become an issue. As with other
codecs, serialising a string into a sequence of bytes is known as encoding,
and recreating the string from the sequence of bytes is known as decoding.
There are a variety of different text serialisation codecs, which are
collectivity referred to as text encodings.
가장 간단한 텍스트 인코딩('latin-1'
또는 'iso-8859-1'
이라고 합니다)은 코드 포인트 0–255를 바이트 0x0
–0xff
로 매핑합니다. 이것은 U+00FF
위의 코드 포인트를 포함하는 문자열 객체는 이 코덱으로 인코딩할 수 없음을 뜻합니다. 그렇게 하면 다음과 유사한 UnicodeEncodeError
가 발생합니다 (에러 메시지의 세부 사항은 다를 수 있습니다): UnicodeEncodeError: 'latin-1' codec can't encode character '\u1234' in position 3: ordinal not in range(256)
.
모든 유니코드 코드 포인트의 다른 부분 집합과 이러한 코드 포인트가 바이트 0x0
–0xff
에 매핑되는 방식을 선택하는 또 다른 인코딩 그룹(소위 charmap 인코딩)이 있습니다. 이 작업을 수행하는 방법을 보려면 간단히 예를 들어 encodings/cp1252.py
(윈도우에서 주로 사용되는 인코딩)를 열어보십시오. 어떤 문자가 어떤 바이트 값에 매핑되는지를 나타내는 256개의 문자로 구성된 문자열 상수가 있습니다.
All of these encodings can only encode 256 of the 1114112 code points
defined in Unicode. A simple and straightforward way that can store each Unicode
code point, is to store each code point as four consecutive bytes. There are two
possibilities: store the bytes in big endian or in little endian order. These
two encodings are called UTF-32-BE
and UTF-32-LE
respectively. Their
disadvantage is that if e.g. you use UTF-32-BE
on a little endian machine you
will always have to swap bytes on encoding and decoding. UTF-32
avoids this
problem: bytes will always be in natural endianness. When these bytes are read
by a CPU with a different endianness, then bytes have to be swapped though. To
be able to detect the endianness of a UTF-16
or UTF-32
byte sequence,
there’s the so called BOM (“Byte Order Mark”). This is the Unicode character
U+FEFF
. This character can be prepended to every UTF-16
or UTF-32
byte sequence. The byte swapped version of this character (0xFFFE
) is an
illegal character that may not appear in a Unicode text. So when the
first character in a UTF-16
or UTF-32
byte sequence
appears to be a U+FFFE
the bytes have to be swapped on decoding.
Unfortunately the character U+FEFF
had a second purpose as
a ZERO WIDTH NO-BREAK SPACE
: a character that has no width and doesn’t allow
a word to be split. It can e.g. be used to give hints to a ligature algorithm.
With Unicode 4.0 using U+FEFF
as a ZERO WIDTH NO-BREAK SPACE
has been
deprecated (with U+2060
(WORD JOINER
) assuming this role). Nevertheless
Unicode software still must be able to handle U+FEFF
in both roles: as a BOM
it’s a device to determine the storage layout of the encoded bytes, and vanishes
once the byte sequence has been decoded into a string; as a ZERO WIDTH
NO-BREAK SPACE
it’s a normal character that will be decoded like any other.
There’s another encoding that is able to encode the full range of Unicode
characters: UTF-8. UTF-8 is an 8-bit encoding, which means there are no issues
with byte order in UTF-8. Each byte in a UTF-8 byte sequence consists of two
parts: marker bits (the most significant bits) and payload bits. The marker bits
are a sequence of zero to four 1
bits followed by a 0
bit. Unicode characters are
encoded like this (with x being payload bits, which when concatenated give the
Unicode character):
범위 |
인코딩 |
---|---|
|
0xxxxxxx |
|
110xxxxx 10xxxxxx |
|
1110xxxx 10xxxxxx 10xxxxxx |
|
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
유니코드 문자의 최하위 비트는 가장 오른쪽에 있는 x 비트입니다.
UTF-8은 8비트 인코딩이라서 BOM이 필요하지 않으며 디코딩된 문자열의 모든 U+FEFF
문자(첫 번째 문자라 할지라도)는 ZERO WIDTH NO-BREAK SPACE
로 처리됩니다.
Without external information it’s impossible to reliably determine which
encoding was used for encoding a string. Each charmap encoding can
decode any random byte sequence. However that’s not possible with UTF-8, as
UTF-8 byte sequences have a structure that doesn’t allow arbitrary byte
sequences. To increase the reliability with which a UTF-8 encoding can be
detected, Microsoft invented a variant of UTF-8 (that Python calls
"utf-8-sig"
) for its Notepad program: Before any of the Unicode characters
is written to the file, a UTF-8 encoded BOM (which looks like this as a byte
sequence: 0xef
, 0xbb
, 0xbf
) is written. As it’s rather improbable
that any charmap encoded file starts with these byte values (which would e.g.
map to
LATIN SMALL LETTER I WITH DIAERESISRIGHT-POINTING DOUBLE ANGLE QUOTATION MARKINVERTED QUESTION MARK
), 바이트 시퀀스에서 utf-8-sig
인코딩을 정확하게 추측할 수 있는 가능성을 높입니다. 따라서 여기서 BOM은 바이트 시퀀스를 생성하는 데 사용되는 바이트 순서를 결정할 수 있도록 하는데 사용되지는 않지만, 인코딩을 추측하는 데 도움이 되는 서명으로 사용됩니다. 인코딩할 때 utf-8-sig 코덱은 0xef
, 0xbb
, 0xbf
를 파일의 처음 3바이트로 기록합니다. 디코딩할 때 utf-8-sig
는 파일에서 처음 3바이트에 등장하면 이 3바이트를 건너뜁니다. UTF-8에서는, BOM 사용을 권장하지 않으며 일반적으로 피해야 합니다.
표준 인코딩¶
파이썬에는 C 함수로 구현되거나 딕셔너리를 매핑 테이블로 사용하는 많은 코덱이 내장되어 있습니다. 다음 표는 몇 가지 공통 별칭과 인코딩이 사용되는 언어와 함께 이름별로 코덱을 나열합니다. 별칭 목록이나 언어 목록이 모두 철저하지는 않습니다. 대소 문자만 다르거나 밑줄 대신 하이픈을 사용하는 철자 대안도 유효한 별칭임에 유의하십시오; 따라서, 예를 들어 'utf-8'
은 'utf_8'
코덱의 유효한 별칭입니다.
CPython 구현 상세: 일부 공통 인코딩은 코덱 조회 메커니즘을 우회하여 성능을 향상할 수 있습니다. 이러한 최적화 기회는 CPython에서만 제한된 (대소 문자를 구분하는) 별칭 집합에 대해서 인식됩니다: utf-8, utf8, latin-1, latin1, iso-8859-1, iso8859-1, mbcs (윈도우 전용), ascii, us-ascii, utf-16, utf16, utf-32, utf32 및 대시 대신 밑줄을 사용한 것들. 이러한 인코딩에 대체 대안 별칭을 사용하면 실행 속도가 느려질 수 있습니다.
버전 3.6에서 변경: us-ascii에서 최적화 기회가 인식됩니다.
많은 문자 집합이 같은 언어를 지원합니다. 개별 문자(예를 들어 EURO SIGN 지원 여부)와 코드 위치에 문자를 대입하는 것에서 다릅니다. 특히 유럽 언어의 경우, 일반적으로 다음과 같은 변형이 있습니다:
ISO 8859 코드 집합
Microsoft 윈도우 코드 페이지, 일반적으로 8859 코드 집합에서 파생되지만, 제어 문자를 추가 그래픽 문자로 대체합니다
IBM EBCDIC 코드 페이지
IBM PC 코드 페이지, ASCII와 호환됩니다
코덱 |
별칭 |
언어 |
---|---|---|
ascii |
646, us-ascii |
영어 |
big5 |
big5-tw, csbig5 |
중국어 번체 |
big5hkscs |
big5-hkscs, hkscs |
중국어 번체 |
cp037 |
IBM037, IBM039 |
영어 |
cp273 |
273, IBM273, csIBM273 |
독일어 버전 3.4에 추가. |
cp424 |
EBCDIC-CP-HE, IBM424 |
히브리어 |
cp437 |
437, IBM437 |
영어 |
cp500 |
EBCDIC-CP-BE, EBCDIC-CP-CH, IBM500 |
서유럽어 |
cp720 |
아랍어 |
|
cp737 |
그리스어 |
|
cp775 |
IBM775 |
발트어 |
cp850 |
850, IBM850 |
서유럽어 |
cp852 |
852, IBM852 |
중부와 동유럽어 |
cp855 |
855, IBM855 |
불가리아어, 벨로루시야어, 마케도니아어, 러시아어, 세르비아어 |
cp856 |
히브리어 |
|
cp857 |
857, IBM857 |
터키어 |
cp858 |
858, IBM858 |
서유럽어 |
cp860 |
860, IBM860 |
포르투갈어 |
cp861 |
861, CP-IS, IBM861 |
아이슬란드어 |
cp862 |
862, IBM862 |
히브리어 |
cp863 |
863, IBM863 |
캐나다어 |
cp864 |
IBM864 |
아랍어 |
cp865 |
865, IBM865 |
덴마크어, 노르웨이어 |
cp866 |
866, IBM866 |
러시아어 |
cp869 |
869, CP-GR, IBM869 |
그리스어 |
cp874 |
태국어 |
|
cp875 |
그리스어 |
|
cp932 |
932, ms932, mskanji, ms-kanji |
일본어 |
cp949 |
949, ms949, uhc |
한국어 |
cp950 |
950, ms950 |
중국어 번체 |
cp1006 |
우르두어 |
|
cp1026 |
ibm1026 |
터키어 |
cp1125 |
1125, ibm1125, cp866u, ruscii |
우크라이나어 버전 3.4에 추가. |
cp1140 |
ibm1140 |
서유럽어 |
cp1250 |
windows-1250 |
중부와 동유럽어 |
cp1251 |
windows-1251 |
불가리아어, 벨로루시야어, 마케도니아어, 러시아어, 세르비아어 |
cp1252 |
windows-1252 |
서유럽어 |
cp1253 |
windows-1253 |
그리스어 |
cp1254 |
windows-1254 |
터키어 |
cp1255 |
windows-1255 |
히브리어 |
cp1256 |
windows-1256 |
아랍어 |
cp1257 |
windows-1257 |
발트어 |
cp1258 |
windows-1258 |
베트남어 |
euc_jp |
eucjp, ujis, u-jis |
일본어 |
euc_jis_2004 |
jisx0213, eucjis2004 |
일본어 |
euc_jisx0213 |
eucjisx0213 |
일본어 |
euc_kr |
euckr, korean, ksc5601, ks_c-5601, ks_c-5601-1987, ksx1001, ks_x-1001 |
한국어 |
gb2312 |
chinese, csiso58gb231280, euc-cn, euccn, eucgb2312-cn, gb2312-1980, gb2312-80, iso-ir-58 |
중국어 간체 |
gbk |
936, cp936, ms936 |
통합 중국어 |
gb18030 |
gb18030-2000 |
통합 중국어 |
hz |
hzgb, hz-gb, hz-gb-2312 |
중국어 간체 |
iso2022_jp |
csiso2022jp, iso2022jp, iso-2022-jp |
일본어 |
iso2022_jp_1 |
iso2022jp-1, iso-2022-jp-1 |
일본어 |
iso2022_jp_2 |
iso2022jp-2, iso-2022-jp-2 |
일본어, 한국어, 중국어 간체, 서유럽어, 그리스어 |
iso2022_jp_2004 |
iso2022jp-2004, iso-2022-jp-2004 |
일본어 |
iso2022_jp_3 |
iso2022jp-3, iso-2022-jp-3 |
일본어 |
iso2022_jp_ext |
iso2022jp-ext, iso-2022-jp-ext |
일본어 |
iso2022_kr |
csiso2022kr, iso2022kr, iso-2022-kr |
한국어 |
latin_1 |
iso-8859-1, iso8859-1, 8859, cp819, latin, latin1, L1 |
서유럽어 |
iso8859_2 |
iso-8859-2, latin2, L2 |
중부와 동유럽어 |
iso8859_3 |
iso-8859-3, latin3, L3 |
에스페란토어, 몰타어 |
iso8859_4 |
iso-8859-4, latin4, L4 |
발트어 |
iso8859_5 |
iso-8859-5, cyrillic |
불가리아어, 벨로루시야어, 마케도니아어, 러시아어, 세르비아어 |
iso8859_6 |
iso-8859-6, arabic |
아랍어 |
iso8859_7 |
iso-8859-7, greek, greek8 |
그리스어 |
iso8859_8 |
iso-8859-8, hebrew |
히브리어 |
iso8859_9 |
iso-8859-9, latin5, L5 |
터키어 |
iso8859_10 |
iso-8859-10, latin6, L6 |
북유럽어 |
iso8859_11 |
iso-8859-11, thai |
태국어 |
iso8859_13 |
iso-8859-13, latin7, L7 |
발트어 |
iso8859_14 |
iso-8859-14, latin8, L8 |
켈틱어 |
iso8859_15 |
iso-8859-15, latin9, L9 |
서유럽어 |
iso8859_16 |
iso-8859-16, latin10, L10 |
남유럽어 |
johab |
cp1361, ms1361 |
한국어 |
koi8_r |
러시아어 |
|
koi8_t |
타지크어 버전 3.5에 추가. |
|
koi8_u |
우크라이나어 |
|
kz1048 |
kz_1048, strk1048_2002, rk1048 |
카자흐어 버전 3.5에 추가. |
mac_cyrillic |
maccyrillic |
불가리아어, 벨로루시야어, 마케도니아어, 러시아어, 세르비아어 |
mac_greek |
macgreek |
그리스어 |
mac_iceland |
maciceland |
아이슬란드어 |
mac_latin2 |
maclatin2, maccentraleurope, mac_centeuro |
중부와 동유럽어 |
mac_roman |
macroman, macintosh |
서유럽어 |
mac_turkish |
macturkish |
터키어 |
ptcp154 |
csptcp154, pt154, cp154, cyrillic-asian |
카자흐어 |
shift_jis |
csshiftjis, shiftjis, sjis, s_jis |
일본어 |
shift_jis_2004 |
shiftjis2004, sjis_2004, sjis2004 |
일본어 |
shift_jisx0213 |
shiftjisx0213, sjisx0213, s_jisx0213 |
일본어 |
utf_32 |
U32, utf32 |
모든 언어 |
utf_32_be |
UTF-32BE |
모든 언어 |
utf_32_le |
UTF-32LE |
모든 언어 |
utf_16 |
U16, utf16 |
모든 언어 |
utf_16_be |
UTF-16BE |
모든 언어 |
utf_16_le |
UTF-16LE |
모든 언어 |
utf_7 |
U7, unicode-1-1-utf-7 |
모든 언어 |
utf_8 |
U8, UTF, utf8, cp65001 |
모든 언어 |
utf_8_sig |
모든 언어 |
버전 3.4에서 변경: utf-16* 과 utf-32* 인코더는 더는 서로게이트 코드 포인트(U+D800
–U+DFFF
)를 인코딩할 수 없습니다. utf-32* 디코더는 더는 서로게이트 코드 포인트에 해당하는 바이트 시퀀스를 디코딩하지 않습니다.
버전 3.8에서 변경: cp65001
은 이제 utf_8
의 별칭입니다.
파이썬 특정 인코딩¶
사전 정의된 많은 코덱이 파이썬에만 해당하여, 코덱 이름은 파이썬 외부에서 의미가 없습니다. 예상되는 입력과 출력형에 따라 아래 표에 나열되어 있습니다 (텍스트 인코딩은 코덱의 가장 일반적인 사용 사례이지만, 하부 코덱 인프라는 단지 텍스트 인코딩이 아닌 임의의 데이터 변환을 지원합니다). 비대칭 코덱의 경우, 언급된 의미는 인코딩 방향을 설명합니다.
텍스트 인코딩¶
다음 코덱은 유니코드 텍스트 인코딩과 유사하게, str
에서 bytes
로의 인코딩과 바이트열류 객체에서 str
로의 디코딩을 제공합니다.
코덱 |
별칭 |
의미 |
---|---|---|
idna |
RFC 3490을 구현합니다. |
|
mbcs |
ansi, dbcs |
윈도우 전용: ANSI 코드 페이지(CP_ACP)에 따라 피연산자를 인코딩합니다. |
oem |
윈도우 전용: OEM 코드 페이지(CP_OEMCP)에 따라 피연산자를 인코딩합니다. 버전 3.6에 추가. |
|
palmos |
PalmOS 3.5의 인코딩. |
|
punycode |
RFC 3492를 구현합니다. 상태 있는 코덱은 지원되지 않습니다. |
|
raw_unicode_escape |
다른 코드 포인트를 위해 |
|
undefined |
모든 변환에 대해 예외를 발생시킵니다, 빈 문자열조차. 에러 처리기는 무시됩니다. |
|
unicode_escape |
따옴표가 이스케이프 되지 않는 것을 제외하고, ASCII로 인코딩된 파이썬 소스 코드에서 유니코드 리터럴 내용으로 적합한 인코딩. Latin-1 소스 코드에서 디코딩합니다. 파이썬 소스 코드는 실제로는 기본적으로 UTF-8을 사용합니다. |
버전 3.8에서 변경: “unicode_internal” 코덱이 제거되었습니다.
바이너리 변환¶
다음 코덱은 바이너리 변환을 제공합니다: 바이트열류 객체에서 bytes
로의 매핑. (str
출력만 생성하는) bytes.decode()
에서는 지원되지 않습니다.
코덱 |
별칭 |
의미 |
인코더 / 디코더 |
---|---|---|---|
base64_codec 1 |
base64, base_64 |
피연산자를 여러 줄 MIME base64로 변환합니다 (결과에는 항상 후행 버전 3.4에서 변경: 인코딩과 디코딩을 위해 모든 바이트열류 객체를 입력으로 받아들입니다. |
|
bz2_codec |
bz2 |
bz2를 사용하여 피연산자를 압축합니다. |
|
hex_codec |
hex |
바이트 당 두 자리 숫자를 사용하여, 피연산자를 16진 표현으로 변환합니다. |
|
quopri_codec |
quopri, quotedprintable, quoted_printable |
피연산자를 MIME quoted printable로 변환합니다. |
|
uu_codec |
uu |
uuencode를 사용하여 피연산자를 변환합니다. |
|
zlib_codec |
zip, zlib |
gzip을 사용하여 피연산자를 압축합니다. |
버전 3.2에 추가: 바이너리 변환의 복원.
버전 3.4에서 변경: 바이너리 변환에 대한 별칭의 복원.
텍스트 변환¶
다음 코덱은 텍스트 변환을 제공합니다: str
에서 str
로의 매핑. (bytes
출력만 생성하는) str.encode()
에서는 지원되지 않습니다.
코덱 |
별칭 |
의미 |
---|---|---|
rot_13 |
rot13 |
피연산자의 시저 암호(Caesar-cypher) 암호화를 반환합니다. |
버전 3.2에 추가: rot_13
텍스트 변환 복원.
버전 3.4에서 변경: rot13
별칭 복원.
encodings.idna
— 응용 프로그램에서의 국제화된 도메인 이름¶
이 모듈은 RFC 3490(Internationalized Domain Names in Applications)과 RFC 3492(Nameprep: A Stringprep Profile for Internationalized Domain Names (IDN))를 구현합니다. punycode
인코딩과 stringprep
을 기반으로 합니다.
If you need the IDNA 2008 standard from RFC 5891 and RFC 5895, use the third-party idna module.
이 RFC는 함께 도메인 이름에서 비 ASCII 문자를 지원하는 프로토콜을 정의합니다. 비 ASCII 문자(가령 www.Alliancefrançaise.nu
)를 포함하는 도메인 이름은 ASCII 호환 인코딩(ACE, 가령 www.xn--alliancefranaise-npb.nu
)으로 변환됩니다. 그런 다음 도메인 이름의 ACE 형식은 DNS 조회, HTTP Host 필드 등과 같이 프로토콜에 의해 임의의 문자가 허용되지 않는 모든 위치에서 사용됩니다. 이 변환은 응용 프로그램에서 수행됩니다; 가능하다면 사용자에게 보이지 않습니다: 응용 프로그램은 전송 시에 유니코드 도메인 레이블을 투명하게 IDNA로 변환하고, 사용자에게 표시하기 전에 ACE 레이블을 다시 유니코드로 변환해야 합니다.
파이썬은 여러 가지 방식으로 이 변환을 지원합니다: idna
코덱은 유니코드와 ACE 간의 변환을 수행하여, RFC 3490의 섹션 3.1에 정의된 구분 문자를 기반으로 입력 문자열을 레이블로 분리하고 필요에 따라 각 레이블을 ACE로 변환하고, 반대로 입력 바이트 문자열을 .
구분 기호를 기반으로 레이블로 분리하고 모든 ACE 레이블을 유니코드로 변환합니다. 또한, socket
모듈은 유니코드 호스트 이름을 투명하게 ACE로 변환하므로, 응용 프로그램이 호스트 이름을 소켓 모듈로 전달할 때 호스트 이름 자체를 변환할 필요가 없습니다. 이에 더해, http.client
와 ftplib
와 같은, 함수 매개 변수로 호스트 이름이 있는 모듈은 유니코드 호스트 이름을 받아들입니다 (http.client
는 해당 필드를 전송한다면 Host 필드에 IDNA 호스트 이름을 투명하게 전송합니다).
회선에서 호스트 이름을 수신할 때 (가령 역 이름 조회(reverse name lookup)에서), 유니코드로 자동 변환되지 않습니다: 이러한 호스트 이름을 사용자에게 제시하려는 응용 프로그램은 유니코드로 디코딩해야 합니다.
또한 모듈 encodings.idna
는 nameprep 절차를 구현합니다. 이는 국제 도메인 이름의 대소 문자를 구분하지 않고 유사한 문자를 통합하기 위해 호스트 이름에 대해 특정 정규화를 수행합니다. 원한다면 nameprep 함수를 직접 사용할 수 있습니다.
-
encodings.idna.
nameprep
(label)¶ label의 nameprep 된 버전을 반환합니다. 구현은 현재 쿼리 문자열을 가정하므로,
AllowUnassigned
는 참입니다.
encodings.mbcs
— 윈도우 ANSI 코드 페이지¶
이 모듈은 ANSI 코드 페이지(CP_ACP)를 구현합니다.
가용성: 윈도우 전용.
버전 3.3에서 변경: 모든 에러 처리기를 지원합니다.
버전 3.2에서 변경: 3.2 이전에는, errors 인자가 무시되었습니다; 인코딩에는 항상 'replace'
가 사용되고, 디코딩에는 항상 'ignore'
가 사용되었습니다.
encodings.utf_8_sig
— BOM 서명이 있는 UTF-8 코덱¶
이 모듈은 UTF-8 코덱의 변형을 구현합니다. 인코딩 시, UTF-8로 인코딩된 BOM을 UTF-8로 인코딩된 바이트열 앞에 붙입니다. 상태 있는 인코더의 경우 이 작업은 한 번만 수행됩니다 (바이트 스트림에 대한 첫 번째 쓰기 시). 디코딩 시, 데이터 시작에 있는 선택적 UTF-8 인코딩된 BOM을 건너뜁니다.