Question

对于使用urllib的以下行：

# some request object exists
response = urllib.request.urlopen(request)
html = response.read().decode("utf8")

read()返回的字符串格式是什么？我一直试图从Python的文档中找到它，但它根本没有提到它。为什么会有decode？ decode是否将对象解码为 utf-8或从 utf-8解码？从什么格式到它将它解码为什么格式？ decode文档也没有提到这一点。是Python的文档是那么可怕，还是我不理解某些标准惯例？

我想将该HTML存储在UTF-8文件中。我会做一个常规的写作，还是我需要“编码”回某些东西并写出来？

注意：我知道urllib已被弃用，但我现在无法切换到urllib2

Answer 1

问问python：

>>> r=urllib.urlopen("http://google.com")
>>> a=r.read()
>>> type(a)
0: <type 'str'>
>>> help(a.decode)
Help on built-in function decode:

decode(...)
    S.decode([encoding[,errors]]) -> object

    Decodes S using the codec registered for encoding. encoding defaults
    to the default encoding. errors may be given to set a different error
    handling scheme. Default is 'strict' meaning that encoding errors raise
    a UnicodeDecodeError. Other possible values are 'ignore' and 'replace'
    as well as any other name registered with codecs.register_error that is
    able to handle UnicodeDecodeErrors.

>>> b = a.decode('utf8')
>>> type(b)
1: <type 'unicode'>
>>>

因此，read()似乎会返回str。 .decode()将从 UTF-8解码为Python的内部unicode格式。

Python响应解码

1 个答案: