mas*_*ore 497 python string byte file python-3.x
我最近迁移到了Py 3.5.这段代码在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,我得到了:
TypeError: a bytes-like object is required, not 'str'
最后一行的错误(模式搜索代码).
我已尝试.decode()在语句的任何一侧使用该函数,也尝试过:
if tmp.find('some-pattern') != -1: continue
- 无济于事.
我能够迅速解决几乎所有2:3的问题,但这个小小的陈述让我烦恼.
Mar*_*ers 471
您以二进制模式打开文件:
with open(fname, 'rb') as f:
这意味着从文件读取的所有数据都作为bytes对象返回,而不是str.然后,您无法在包含测试中使用字符串:
if 'some-pattern' in tmp: continue
你必须使用一个bytes对象进行测试tmp:
if b'some-pattern' in tmp: continue
或者通过替换'rb'模式将文件作为文本文件打开'r'.
The*_*tou 158
您可以使用编码您的字符串 .encode()
例:
'Hello World'.encode()
小智 40
就像已经提到过的那样,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,您将比较字符串与字节,这是代码失败的地方.
添加到列表时解码字节应该有效.更改的代码应如下所示:
with open(fname, 'rb') as f:
lines = [x.decode('utf8').strip() for x in f.readlines()]
字节类型是在Python 3中引入的,这就是为什么你的代码在Python 2中工作的原因.在Python 2中,没有字节的数据类型:
>>> s=bytes('hello')
>>> type(s)
<type 'str'>
mec*_*373 19
你必须从wb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'])
更改后,错误消失,但您无法写入文件(在我的情况下).毕竟,我没有答案？
来源:如何删除^ M.
更改为'rb'会给我带来另一个错误:io.UnsupportedOperation:write
小智 14
对于这个小例子: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()
在'GET http://www.py4inf.com/code/romeo.txt HTTP/1.0 \n \n' 之前添加"b" 解决了我的问题
为什么不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()]
另外这里是官方页面上 python 3.x 的链接：https : //docs.python.org/3/library/io.html 这是开放功能：https : //docs.python.org/3 /library/functions.html#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。
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encode（）函数：
for line in lines:
line = line.decode()
print(type(line))# <class 'str'>
if 'substring' in line:
print('success')
与单引号中给出的硬编码字符串值一起使用encode（）函数。
例如：
file.write(answers[i] + '\n'.encode())
要么
line.split(' +++$+++ '.encode())
当我尝试将字符（或字符串）转换为bytes，出现此错误，代码与 Python 2.7 类似：
# -*- coding: utf-8 -*-\nprint(bytes(\'\xc3\xb2\'))\n这是Python 2.7的方式处理Unicode字符时
\n这不适用于 Python 3.6，因为bytes需要额外的编码参数，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(\'\xc3\xb2\', \'iso_8859_1\')) # prints: b\'\\xf2\'\nprint(bytes(\'\xc3\xb2\', \'utf-8\')) # prints: b\'\\xc3\\xb2\'\n就我而言，我必须使用iso_8859_1在编码字节时使用才能解决问题。
Python 2.x 助长了 WRT 文本处理的许多坏习惯。特别是，其名为的类型str实际上并不表示符合 Unicode 标准的文本（该类型是unicode），并且默认的“字符串文字”实际上会生成一系列原始字节 - 带有一些方便的函数，可以将其视为字符串，如果您可以不用假设“代码页”样式编码。
在 3.x 中，“字符串文字”现在生成实际的字符串，并且内置功能不再在两种类型之间进行任何隐式转换。因此，相同的代码现在有一个TypeError，因为文字和变量的类型不兼容。要解决此问题，必须替换或转换其中一个值，以便类型匹配。
Python 文档有非常详细的正确使用 Unicode 的指南。
\n在问题的示例中，输入文件被处理为包含文本。因此，该文件首先应该以文本模式打开。即使在 2.x 中，该文件也以二进制模式打开的唯一充分理由是避免通用换行符转换；在 3.x 中，这是通过newline在文本模式下打开文件时指定关键字参数来完成的。
要正确地将文件读取为文本，需要知道文本编码，该编码在代码中通过（字符串）名称指定。编码iso-8859-1是一种安全的后备方案；它按顺序单独解释每个字节，代表前 256 个 Unicode 代码点之一（因此它永远不会因无效数据而引发异常）。utf-8截至撰写本文时，它更为常见，但它不接受任意数据。（但是，在许多情况下，对于英文文本，这种区别并不重要；这两种编码以及更多编码都是 ASCII 的超集。）
因此：
\nwith open(fname, \'r\', newline=\'\\n\', encoding=\'iso-8859-1\') as f:\n lines = [x.strip() for x in f.readlines()]\n\n# proceed as before\n# If the results are wrong, take additional steps to ascertain the correct encoding\n在 2.x 中，\'some-pattern\'创建一个str，即程序员可能会假装是文本的字节序列。该str类型与类型相同bytes，但与正确表示文本的类型不同unicode。提供了许多方法来将此数据视为文本，但它不是文本的正确表示。假设每个值作为文本字符（编码）的含义。（为了使原始数据产生“文本”的错觉，有时会在 和类型之间进行隐式转换。但是，这会导致其自身的令人困惑的错误 - 例如获取strunicodeUnicodeDecodeError从尝试编码中获取数据，反之亦然）。
在 3.x 中，\'some-pattern\'创建也称为str;的内容。但现在str表示使用 Unicode、正确表示文本的字符串类型。（unicode不再用作类型名称，仅指bytes字节序列类型。）进行了一些更改，以将bytes其与带有假定编码的文本解释分离（特别是bytes现在索引到对象结果是int，而不是 1-element bytes），但许多奇怪的遗留方法仍然存在（包括那些即使在实际字符串中也很少使用的方法，例如zfill）。
数据tmp是一个bytes实例。它来自二进制源：在本例中，是使用\'b\'文件模式打开的文件。在其他情况下，它可能来自原始网络套接字、使用urllib或类似方式发出的 Web 请求，或其他一些 API 调用。
这意味着它不能与字符串结合做任何有意义的事情。字符串的元素是 Unicode 代码点（即，在很大程度上表示文本字符的抽象，以表示所有世界语言和许多其他符号的通用形式）。的元素bytes是字节。（特别是在 3.x 中，它们被解释为范围从 0 到 255（含）的无符号整数。）
当代码迁移时，文字\'some-pattern\'从描述bytes, 变为描述文本。因此，代码从进行合法比较（字节序列到字节序列），到进行非法比较（字符串到字节序列）。
为了对字符串和字节序列进行操作 - 无论是检查与 的相等性==、与 的词典比较<、与 的子字符串搜索in、与 的连接+还是其他任何操作 - 字符串必须转换为字节序列，或相反亦然。一般来说，只有其中之一才是正确、合理的答案，并且这取决于上下文。
有时，其中一个值一开始就被认为是“错误的”。例如，如果读取文件的目的是生成文本，那么应该以文本模式打开它。在 3.x 中，文件编码可以简单地作为encoding关键字参数传递给open，并且无缝处理到 Unicode 的转换，而无需将二进制文件提供给显式转换步骤（因此，通用换行符处理仍然无缝进行）。
对于原始示例，可能如下所示：
\nwith open(fname, \'r\') as f:\n lines = [x.strip() for x in f.readlines()]\n此示例假定文件采用依赖于平台的默认编码。这通常适用于在同一台计算机上以简单方式创建的文件。然而，在一般情况下，必须知道数据的编码才能正确使用它。
\n例如，如果已知编码是 UTF-8，则可以简单指定：
\nwith open(fname, \'r\', encoding=\'utf-8\') as f:\n lines = [x.strip() for x in f.readlines()]\n类似地，应该是字节文字的字符串文字[101, 120, 97, 109, 112, 108, 101]只是缺少前缀：要使字节序列表示整数值（即字母的 ASCII 值example），请写入字节文字b\'example\'，而不是字符串文字“\”例子\'）。反之亦然。
在原始示例的情况下，它看起来像：
\nif b\'some-pattern\' in tmp:\n这里有一个内置的保护措施：字节文字语法仅允许 ASCII 字符，因此无论源文件的编码如何，类似的内容b\'\xc3\xabx\xc3\xa3m\xc3\xbel\xc3\xaa\'都会被捕获为SyntaxError，因为不清楚哪些字节值意味着；在旧版本中隐式编码方案中，ASCII 范围已经确定，但其他一切都悬而未决。）当然，bytes元素表示值 128..255 的文字仍然可以通过\\x对这些值使用转义来编写：例如，b\'\\xebx\\xe3m\\xfel\\xea\'将产生与\xc3\xabx\xc3\xa3m\xc3\xbel\xc3\xaaLatin-1 (ISO 8859-1) 编码中的文本相对应的字节序列。
仅当编码已确定时，才能在字节序列和文本之间进行转换。一直如此；我们过去只是在本地假设一种编码，然后大多忽略我们已经这样做了。（东亚等地的程序员在历史上更意识到这个问题，因为他们通常需要使用具有超过 256 个不同符号的脚本，因此他们的文本需要多字节编码。）
\n在 3.x 中，由于没有压力能够将字节序列隐式地视为具有假定编码的文本，因此幕后没有隐式转换步骤。这意味着理解 API 很简单：字节是原始数据；因此，它们用于对文本进行编码，而文本是一种抽象。因此， (代表文本).encode()提供了方法str，以便将文本编码为原始数据。类似地，该.decode()方法由bytes（表示字节序列）提供，以便将原始数据解码为文本。
将这些应用到示例代码，再次假设 UTF-8 编码合适，给出：
\nif \'some-pattern\'.encode(\'utf-8\') in tmp:\n和
\nif \'some-pattern\' in tmp.decode(\'utf-8\'):\n| 归档时间： |
|
| 查看次数： |
904857 次 |
| 最近记录： |