我有一个混合了二进制数据和文本数据的文件。我想通过正则表达式对其进行解析，但出现此错误：
TypeError: can't use a string pattern on a bytes-like object
我猜这个消息意味着 Python 不想解析二进制文件。
我打开带有"rb" 标志的文件。
如何在 Python 中使用正则表达式解析二进制文件？
编辑：我使用的是 Python 3.2.0
【问题讨论】：
标签： python regex python-3.x parsing binary
我认为你使用的是 Python 3。
1.以二进制模式打开文件简单但微妙。唯一的区别 从以文本模式打开它是 mode参数包含一个'b' 字符。
........
4.这里有一个区别：二进制流对象没有编码 属性。这是有道理的，对吧？ 您正在读取（或写入）字节，而不是 字符串，所以没有转换 Python 来做。
然后，在 Python 3 中，由于来自文件的二进制流是字节流，因此分析来自文件的流的正则表达式必须使用字节序列而不是字符序列来定义。
在 Python 2 中，字符串是一个数组 字符编码为的字节 单独跟踪。如果你想要 Python 2 来跟踪 字符编码，你必须使用 Unicode 字符串 (u'') 代替。但在 Python 3，字符串总是什么 Python 2 称为 Unicode 字符串—— 即 Unicode 数组 字符（可能不同的字节 长度）。
http://www.diveintopython3.net/case-study-porting-chardet-to-python-3.html
和
在 Python 3 中，所有字符串都是序列 Unicode 字符。没有 诸如 Python 字符串编码之类的东西 UTF-8 或 Python 字符串编码 作为 CP-1252。 “这个字符串是 UTF-8 吗？”是 一个无效的问题。 UTF-8 是一种 将字符编码为一个序列 字节。如果你想取一个字符串 并把它变成一个字节序列 在特定的字符编码中， Python 3 可以帮助你。
和
4.6。字符串与字节#字节是字节；字符是一种抽象。 不可变的 Unicode 序列 字符称为字符串。一个 不可变序列 介于 0 和 255 之间的数字称为 字节对象。
....
1.要定义字节对象，请使用 b' ' “字节文字”语法。每个字节 在字节文字内可以是 ASCII 字符或编码的 从 \x00 到 \xff 的十六进制数 (0–255)。
所以你将定义你的正则表达式如下
pat = re.compile(b'[a-f]+\d+')
而不是像
pat = re.compile('[a-f]+\d+')
这里有更多解释：
【讨论】：
在您的re.compile 中，您需要使用bytes 对象，由初始b 表示：
r = re.compile(b"(This)")
这是 Python 3 对字符串和字节之间的区别的挑剔。
【讨论】：
这对我适用于 python 2.6
>>> import re
>>> r = re.compile(".*(ELF).*")
>>> f = open("/bin/ls")
>>> x = f.readline()
>>> r.match(x).groups()
('ELF',)
【讨论】：
import re; r = re.compile("(This)"); f = open(r"C:\WINDOWS\system32\mspaint.exe", "rb"); x = f.readline(); r.match(x).groups() 返回与我的原始帖子相同的错误