PythonでUTF-8の上限バイト数に収まる文字列を作る

できあがるもの

あい bytes 6 truncated True。掲載の固定入力に対する標準出力です。

始める前に

• Python 3.11以降のローカル環境。標準ライブラリのみを使い、追加パッケージやネット接続は不要です。
• 架空の少量データを用いた作業です。本番のファイル・宛先・認証情報を入れず、入力と期待結果を見比べてから業務条件へ置き換えます。

手順

1. 新しい空の検証フォルダを作り、次のコードをUTF-8のrecipe.pyとして保存します。架空入力はコード内で固定しています。初回は値を変更せず、途中の型と並び順にも注目して読んでください。
2. 掲載コード全文です。ネット送信・既存ファイルの編集は行わず、標準出力だけで結果を確認します。

   コピー

   text='あいうA';limit=7
   result=''
   for c in text:
       if len((result+c).encode('utf-8'))>limit: break
       result+=c
   print(result)
   print('bytes',len(result.encode('utf-8')))
   print('truncated',result!=text)

3. 検証フォルダのターミナルでpython --versionを確認してから、python -X utf8 recipe.pyを実行します。エラーが出たら入力を上書きして隠さず、エラー箇所と条件を確かめます。
4. 標準出力を次の期待値と照合します。境界条件を変える場合は検証用の別コピーにし、計算の単位・同値の場合の優先順位・欠損の扱いを先に決めてから使います。 あい bytes 6 truncated True

   できあがる結果

   結果	バイト	切詰
   あい	6	True

   文字数とバイト数の違いを踏まえ、UTF-8の途中を切らずに上限へ収めます。切り詰めた事実と結果のバイト数も表示します。。図の表はこの記事の架空入力と処理結果を対応させています。

期待結果と照合する

あい bytes 6 truncated True。掲載の固定入力に対する標準出力です。

まずこの入力例で確認し、件数や値が一致しているかを見ます。完了表示だけで判断せず、重複・空欄・対象外データも残っていないか確認してください。

うまくいかないとき

• 結合文字や絵文字の見た目のまとまりまでは保持しません。厳密な書記素クラスタ制限には別設計が必要です。
• 例と違う値や欠損が来た場合の扱いは業務側で決めます。結果を原本へ自動で書き戻す構成にせず、確認用の出力として扱ってください。

止める・元に戻す

実行を終了して、今回新しく作った検証用プログラムまたは検証フローだけを片付けます。例は画面や実行履歴への出力のみで、既存データを変更せず外部へも送信しません。

公式資料・対応範囲

• Python公式：組み込み関数

参照日：2026-10-19。公式資料の一般的な機能説明と、本記事固有の入力例の実行検証は別です。実務での短縮時間や効果は未計測です。

同じツールで試す

• フォルダの中身を、CSVの一覧表にする
• 同じ内容のファイルを見つける
• ファイルを連番にして、別フォルダへコピーする