Python3 读写文件碰到的编码问题

body
{
font-family: "Microsoft YaHei UI","Microsoft YaHei",SimSun,"Segoe UI",Tahoma,Helvetica,Sans-Serif,"Microsoft YaHei", Georgia,Helvetica,Arial,sans-serif,宋体, PMingLiU,serif;
font-size: 10.5pt;
line-height: 1.5;
}
html, body
{

}
h1 {
font-size:1.5em;
font-weight:bold;
}
h2 {
font-size:1.4em;
font-weight:bold;
}
h3 {
font-size:1.3em;
font-weight:bold;
}
h4 {
font-size:1.2em;
font-weight:bold;
}
h5 {
font-size:1.1em;
font-weight:bold;
}
h6 {
font-size:1.0em;
font-weight:bold;
}
img {
border:0;
max-width: 100%;
}
blockquote {
margin-top:0px;
margin-bottom:0px;
}
table {
border-collapse:collapse;
border:1px solid #bbbbbb;
}
td {
border-collapse:collapse;
border:1px solid #bbbbbb;
}

1，远程文件资源读取 response的为 bytes，即utf-8或者gbk，需解码decode为unicode

如：

[python] view plaincopy

1. # coding=gbk
2. import urllib.request
3. import re
4. url = 'http://www.163.com'
5. file = 'd:/test.html'
6. data = urllib.request.urlopen(url).read()
7. r1 = re.compile('<.*?>')
8. c_t = r1.findall(data)
9. print(c_t)

发现读取下来后,运行到第9 行,出现:

can't use a string pattern on a bytes-like object

查找了一下,是说3.0现在的参数更改了,现在读取的是bytes-like的,但参数要求是chart-like的,找了一下,加了个编码:

data = data.decode('GBK')

在与正则使用前,就可以正常使用了..

2.读取本地文本文件open（fname）的为str，即unicode，需编码为encode(utf-8")

如：

[python] view plaincopy

1. import os
2. fname = 'e:/data/html.txt'
3. f = open(fname,'r')
4. html = f.read()
5. #print(html)
6. print (type(html))             #输出为 <class 'str'>
7. u = html.encode('utf-8')
8. print (type(u))<span style="white-space:pre">           </span>#输出为 <class 'bytes'>

在python3中 <str>型为unicode

来自为知笔记(Wiz)