我正在使用urllib2来阅读页面。我需要对源代码进行快速正则表达式并提取一些变量，但urllib2表示为文件对象而不是字符串。
我是python的新手，所以我很难看到我如何使用文件对象来做到这一点。有没有快速的方法将其转换为字符串？
答案 0 :(得分：77)
您可以在交互模式下使用Python来搜索解决方案。
如果f是您的对象，则可以输入dir(f)以查看所有方法和属性。有一个叫read。输入help(f.read)，它会告诉您f.read()是从文件对象中检索字符串的方法。
答案 1 :(得分：13)
来自文档file.read()（我的重点）：
file.read（[大小]）
从文件中读取最多大小字节（如果读取在获取大小字节之前达到EOF，则更少）。如果size参数为负数或省略，则读取所有数据，直到达到EOF。 字节作为字符串对象返回。立即遇到EOF时返回空字符串。 （对于某些文件，如ttys，在EOF被击中后继续读取是有意义的。）注意，此方法可能多次调用底层C函数fread，以尽可能接近大小字节。另请注意，在非阻塞模式下，即使没有给出大小参数，也可能返回的数据少于请求的数据。
请注意，对大型字符串对象进行regexp搜索可能效率不高，并考虑使用file.next()逐行进行搜索（文件对象是其自己的迭代器）。
答案 2 :(得分：5)
Michael Foord，又名Voidspace有一个关于urllib2的优秀教程，你可以在这里找到： urllib2 - The Missing Manual
您正在做的事情应该非常简单，请观察以下示例代码：
import urllib2
import re
response = urllib2.urlopen("http://www.voidspace.org.uk/python/articles/urllib2.shtml")
html = response.read()
pattern = '(V.+space)'
wordPattern = re.compile(pattern, re.IGNORECASE)
results = wordPattern.search(html)
print results.groups()