我最近迁移到 Python 3.5。此代码在 Python 2.7 中正常工作:
with open(fname, 'rb') as f:
lines = [x.strip() for x in f.readlines()]
for line in lines:
tmp = line.strip().lower()
if 'some-pattern' in tmp: continue
# ... code
升级到 3.5 后,我得到:
TypeError:需要一个类似字节的对象,而不是“str”
错误在最后一行(模式搜索代码)。
我尝试在语句的任一侧使用 .decode()
函数,还尝试过:
if tmp.find('some-pattern') != -1: continue
- 无济于事。
我能够快速解决几乎所有 Python 2 到 Python 3 的问题,但是这个小声明让我很烦。
result = requests.get
并尝试 x = result.content.split("\n")
。我对错误消息有点困惑,因为它似乎暗示 result.content
是一个字符串,而 .split()
需要一个类似字节的对象..?? (“需要一个类似字节的对象,而不是'str'')..
'rb'
选项更改为 'r'
以将文件视为字符串
您以二进制模式打开文件:
with open(fname, 'rb') as f:
这意味着从文件中读取的所有数据都作为 bytes
对象返回,而不是 str
。然后,您不能在包含测试中使用字符串:
if 'some-pattern' in tmp: continue
您必须使用 bytes
对象来针对 tmp
进行测试:
if b'some-pattern' in tmp: continue
或通过将 'rb'
模式替换为 'r'
来将文件作为文本文件打开。
您可以使用 .encode()
对字符串进行编码
例子:
'Hello World'.encode()
如错误所述,为了将字符串写入文件,您需要先将其编码为类似字节的对象,并且 encode()
将其编码为字节字符串。
fd.subprocess.Popen(); fd.communicate(...);
的情况下非常有用。
"Hello "+("World".encode()).decode()
(显然与 join()
相同)。
encode()
方法,我们可以得到默认编码的编码版本,通常是 utf-8
。
就像已经提到的那样,您正在以二进制模式读取文件,然后创建一个字节列表。在您的以下 for 循环中,您将字符串与字节进行比较,这就是代码失败的地方。
在添加到列表时解码字节应该可以工作。更改后的代码应如下所示:
with open(fname, 'rb') as f:
lines = [x.decode('utf8').strip() for x in f.readlines()]
bytes 类型是在 Python 3 中引入的,这就是您的代码在 Python 2 中工作的原因。在 Python 2 中,没有字节数据类型:
>>> s=bytes('hello')
>>> type(s)
<type 'str'>
str
而文本字符串的类型称为 unicode
。在 Python 3 中,他们更改了 str
的含义,使其与旧的 unicode
类型相同,并将旧的 str
重命名为 bytes
。他们还删除了一堆它会自动尝试从一个转换到另一个的情况。
您必须从 wb 更改为 w:
def __init__(self):
self.myCsv = csv.writer(open('Item.csv', 'wb'))
self.myCsv.writerow(['title', 'link'])
至
def __init__(self):
self.myCsv = csv.writer(open('Item.csv', 'w'))
self.myCsv.writerow(['title', 'link'])
更改此设置后,错误消失,但您无法写入文件(在我的情况下)。所以毕竟,我没有答案?
更改为“rb”给我带来了另一个错误:io.UnsupportedOperation: write
对于这个小例子,在 'GET http://www.py4inf.com/code/romeo.txt HTTP/1.0\n\n'
之前添加唯一的 b
解决了我的问题:
import socket
mysock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
mysock.connect(('www.py4inf.com', 80))
mysock.send(b'GET http://www.py4inf.com/code/romeo.txt HTTP/1.0\n\n')
while True:
data = mysock.recv(512)
if (len(data) < 1):
break
print (data);
mysock.close()
字符串文字前面的“b”字符有什么作用?
使用 encode() 函数以及单引号中给出的硬编码字符串值。
例子:
file.write(answers[i] + '\n'.encode())
或者
line.split(' +++$+++ '.encode())
您以二进制模式打开文件:
以下代码将引发 TypeError:需要一个类似字节的对象,而不是 'str'。
for line in lines:
print(type(line))# <class 'bytes'>
if 'substring' in line:
print('success')
以下代码将起作用 - 您必须使用 decode() 函数:
for line in lines:
line = line.decode()
print(type(line))# <class 'str'>
if 'substring' in line:
print('success')
尝试以文本形式打开文件:
with open(fname, 'rt') as f:
lines = [x.strip() for x in f.readlines()]
此外,这里是官方页面上 Python 3.x 的链接:io — Core tools for working with streams。
这是开放函数:open
如果您真的想将其作为二进制文件处理,请考虑对您的字符串进行编码。
当我尝试将字符(或字符串)转换为 bytes
时出现此错误,代码与 Python 2.7 类似:
# -*- coding: utf-8 -*-
print(bytes('ò'))
这是处理 Unicode 字符时 Python 2.7 的方式。
这不适用于 Python 3.6,因为 bytes
需要一个额外的编码参数,但这可能有点棘手,因为不同的编码可能会输出不同的结果:
print(bytes('ò', 'iso_8859_1')) # prints: b'\xf2'
print(bytes('ò', 'utf-8')) # prints: b'\xc3\xb2'
在我的情况下,我必须在编码字节时使用 iso_8859_1
才能解决问题。
coding
注释不会影响 bytes
或 encode
的工作方式,它只会更改 Python 源代码中字符的解释方式。
'r'
vs'rb'
too,在二进制文件和文本文件行为之间切换(比如翻译换行符和在某些平台上,EOF 标记的处理方式)。io
库(在 Python 3 中提供默认 I/O 功能,但在 Python 2 中也可用)现在默认也解码文本文件是真正的变化。'b'
标志(因为二进制是 POSIX 默认的)。在 3.x 中使用io
进行文件访问时有双重用途,这很好。ZipFile.open()
docs explicitly state that only binary mode is supported(以 binary 类文件对象的形式访问存档成员)。您可以将文件对象包装在io.TextIOWrapper()
中以达到相同的效果。.readlines()
。尤其是当您只需要来自单行的信息时。当可以在第一个缓冲块中找到该信息时,为什么要将所有内容读入内存?