时间戳

首页 > 解决方案 > 为什么从 data = response.read() 读取“行”会给出一个整数？

python - 为什么从 data = response.read() 读取“行”会给出一个整数？

问题描述

我有一些 Python 函数，它将一个 url 带到一个文本文件并下载它（'url' 将始终是一个文本文件）。我希望能够逐行解码该文本文件，并将每一行作为字符串添加到字符串列表中。

    def download_index(self, url):
        response = urllib.request.urlopen(url)
        data = response.read()
        listOfStrings = []
        for line in data:
            print(line)
            listOfStrings.append(line)

当我运行它时，'line' 是一个整数。相反，如果我打印“数据”，它会打印整个文本文件，未解码。

如果我解码“数据”，我无法逐行处理它，因为我已经删除了告诉它换行符在哪里的代码。编辑：我一定误解了解码的工作原理。我有这种印象是因为当我尝试解码“数据”然后逐行处理时，每个“行”都是一个大解码字符串中的一个字符

似乎这样做的唯一方法是逐行遍历“数据”，解码每一行，然后将它们添加到列表中。但我不能这样做，因为就像我说的那样，如果我尝试编写for line in data编译器告诉我的东西，那line就是整数。事实上，如果我尝试添加print(line)，我会得到随机整数

标签： pythondecodeurllib

解决方案

当我运行它时，'line' 是一个整数。

当您遍历类似文件的对象时，您会得到行。

当你迭代一个bytes对象时，你会得到单独的字节值。这是整数（范围从 0-255 包括在内）。

（您用于循环变量的名称与行为无关。）

编辑：我一定误解了解码的工作原理。我有这种印象是因为当我尝试解码“数据”然后逐行处理时，每个“行”都是一个大解码字符串中的一个字符

一样。当您遍历 astr时，您会获得单独的 Unicode 代码点（在正常情况下，这些代码点在您看来是“字符”）。

似乎这样做的唯一方法是逐行遍历“数据”，解码每一行，然后将它们添加到列表中。

事实上，你可以这样做，这是一种合理的方法。诀窍是不要 .read()提前全部response，而是直接response迭代：

response = urllib.request.urlopen(url)
listOfStrings = []
for line in response:
    # Of course, you need to know and use the actual encoding;
    # this is a guess on my part.
    listOfStrings.append(line.decode('utf-8'))

您还可以在此处使用列表推导：

listOfStrings = [line.decode('utf-8') for line in urllib.request.urlopen(url)]

推荐阅读