【ITニュース解説】［Pythonクイズ］f文字列・raw文字列・バイト列……混ぜてOKな組み合わせはどれ？

Pythonでプログラムを書く際、「こんにちは」のような文字の並び、すなわち文字列を扱うことは非常に多い。通常、文字列はシングルクオート'...'やダブルクオート"..."で囲んで表現する。しかし、Pythonの文字列には、単に文字を並べただけではない、特別な機能を持つものがいくつか存在する。これらの特殊な文字列は、クオートの前に特定のアルファベット、すなわち「プリフィックス」を付けることで区別される。例えば、f、r、bといったプリフィックスがあり、それぞれが文字列に異なる振る舞いをさせる。システム開発の現場では、これらのプリフィックスを正しく理解し、使い分けることが求められる。さらに、これらのプリフィックスは複数を組み合わせて使うことも可能だが、全ての組み合わせが許されているわけではない。どのような組み合わせが可能で、それはなぜなのかを理解することは、より正確で効率的なコードを書くための第一歩となる。

まず、代表的なプリフィックスの役割を個別に見ていく。最もよく使われるものの一つがfプリフィックスで、これは「f文字列」または「フォーマット済み文字列リテラル」と呼ばれる。f文字列を使うと、文字列の中に変数や計算式の結果を簡単に埋め込むことができる。例えば、name = "佐藤"という変数がある場合、f"ようこそ、{name}さん"と書けば、{name}の部分が自動的に変数nameの値である「佐藤」に置き換えられ、「ようこそ、佐藤さん」という文字列が生成される。これにより、従来の方法よりも直感的で読みやすいコードを書くことが可能になる。次にrプリフィックスは、「raw文字列」を意味する。rawは「生」という意味で、その名の通り、文字列内のバックスラッシュ\を特別な意味を持つエスケープシーケンスとして解釈せず、単なる文字として扱う。これは、特にWindowsのファイルパスを記述する際に非常に便利だ。例えば、r"C:\Users\notes"と書くことで、\nが改行コードとして誤って解釈されるのを防ぐことができる。正規表現のパターンを記述する際にも、バックスラッシュを多用するため、raw文字列が頻繁に利用される。そしてbプリフィックスは、「バイト列リテラル」を生成する。コンピュータの内部では、全てのデータは最終的にバイト、つまり0と1の集まりで処理される。通常の文字列が人間が読むためのテキストデータ（Unicode）であるのに対し、バイト列はコンピュータが直接扱うためのバイナリデータそのものを表現する。画像ファイルや音声ファイルの内容を扱ったり、ネットワークを通じてデータを送受信したりする際には、このバイト列が用いられる。バイト列リテラルでは、基本的にASCII文字しか直接記述できず、日本語のような文字は\xから始まる16進数表記などで表現する必要がある。最後にuプリフィックスがあるが、これはPython 2との互換性のために残されているものだ。現在の主流であるPython 3では、全ての文字列がデフォルトでUnicode文字列として扱われるため、uを付けても付けなくても結果は変わらず、現代のプログラミングにおいて積極的に使う場面はほとんどない。

これらのプリフィックスは、特定の組み合わせで同時に使用することができる。最も実用的で頻繁に使われる組み合わせは、f文字列とraw文字列を意味するfr（あるいは順序を逆にしたrf）である。これは、f文字列の便利な変数埋め込み機能と、raw文字列のバックスラッシュをそのまま扱う機能を両立させる。例えば、folder_name = "documents"という変数を使ってファイルパスを組み立てる際に、fr"C:\Users\{folder_name}"と記述できる。これにより、パスの一部を動的に変更しつつ、パス区切り文字であるバックスラッシュがエスケープシーケンスとして解釈される心配がなくなる。次に、f文字列とバイト列を組み合わせたfb（あるいはbf）も構文として有効である。これは、f文字列の機能を使ってバイト列を生成するためのもので、{}内に埋め込まれた式の結果は、バイト列として表現できるものでなければならないという制約がある。例えば、ネットワークプロトコルのメッセージを動的に生成するような、やや高度な場面で利用されることがある。一方で、許可されていない組み合わせも存在する。代表的な例が、raw文字列とバイト列を組み合わせようとするrb（あるいはbr）である。これは構文エラーとなり、プログラムは実行できない。その理由は、両者の役割が根本的に矛盾しているからだ。raw文字列はバックスラッシュをエスケープ文字として扱わない、というルールを持つ。しかし、バイト列では日本語のような非ASCII文字を表すために、b"\xe3\x81\x82"のようにバックスラッシュを用いたエスケープシーケンスが必須となる。このように、片方はバックスラッシュを特別扱いせず、もう片方はバックスラッシュを特別扱いする必要があるため、両者を同時に指定することは論理的に不可能なのである。また、前述の通りPython 3でuプリフィックスは実質的に意味をなさないため、urのように他のプリフィックスと組み合わせることもできない。もちろん、ffやrrのように同じものを重ねたり、frbのように3つ以上を組み合わせたりすることもできない。

このように、Pythonにおける文字列プリフィックスは、それぞれが明確な役割を持っている。そして、それらの組み合わせが可能かどうかは、各プリフィックスの役割が互いに矛盾しないかによって決まる。システム開発においては、テキストデータを扱うのか、バイナリデータを扱うのか、あるいはファイルパスや正規表現のように特殊な記法を含む文字列を扱うのか、といった状況に応じて適切な表現方法を選択する必要がある。f文字列、raw文字列、バイト列といった概念と、それらの組み合わせルールを正しく理解しておくことは、バグが少なく、保守性の高いコードを書くための基礎知識と言える。一見すると複雑なルールに思えるかもしれないが、それぞれのプリフィックスがなぜ存在するのかという背景を理解すれば、どの組み合わせが有効で、なぜ他が無効なのかが自然と頭に入るはずだ。