파이썬 마을

[i5on9i]

자꾸 질문만 해서 죄송한 느낌이네요..
근데 unicode를 다룰 수록 미로 속으로 가는 느낌이네요.

>>> u'위'
u'\xc0\xa7'
>>> type(u'위')
<type 'unicode'>

어디서 보니 u 는 Unicode string object 를 생성한다고 하네요.
근데,

>>> u'위'.encode('utf-8')
'\xc3\x80\xc2\xa7'

이 됩니다.

그럼 단순히 u'위' 를 했을 때는
실제로 unicode 의 값을 가지고 있지 않은 건가요?
그럼 굳이 u를 붙여서 가지고 있는 이유가 무엇인가요?

u'위' 에서 u를 붙이지 않고,
'위'.encode('utf-8')
을 하면

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc0 in position 0: ordinal not in range(128)

이런 에러가 발생하는 이유가 무엇이죠?
어차피 encode라면, 지금의 글자를 굳이 u로 해줄 필요가 있는 건가요???
아~ 뭔가 명확한 느낌이 안오네여~~ㅜ.ㅜ
아시면 좀 가르쳐 주세여~

[장혜식]

일단 일반적으로 얘기하는 "유니코드"라는 말과, 파이썬에서의 "유니코드"는
약간 의미가 다릅니다. 일반적인 "유니코드"라는 말은 유니코드 컨소시엄에서
정의한 모든 캐릭터셋과 인코딩을 포함한 것 중 어느 일부라도 유니코드라고
부릅니다. 그렇지만, 파이썬의 "유니코드" 타입은 그냥 자료형의 일종으로써
다른 언어의 wide character string과 비슷한 개념입니다.

즉, "유니코드"타입이란, 문자를 연속적으로 담고 있는 자료형인데, 그 내부에
들어가는 원소들의 캐릭터셋이 유니코드 (파이썬에서는 디폴트로 UCS-2를
씁니다.)를 쓰는 것입니다. 즉, "유니코드"라는 타입은 통상적으로 말하는
UTF-8이나 UTF-16과는 직접적인 관련이 없습니다.

u'위'라고 했을 때 u'\xc0\xa7'이라고 나오는 것은 잘못 동작하는 것인데요,
어제 말씀드렸듯이, 인코딩을 latin1로 선언했을 때 cp949로 입력하면 나오는
현상입니다. IDLE에서는 지금 내부적인 버그로 인해 이런 일이 벌어지고
있습니다. 로켈이 제대로 세팅된 콘솔에서 stdout/stdin이 모두 터미널인 경우에는
문제 없이 로켈에 맞게 u'\uc704'로 나옵니다.