AttributeError：“HTTPResponse”对象没有属性“split”

Question

我正在尝试从谷歌金融获取一些信息，但我收到了这个错误

AttributeError: 'HTTPResponse' 对象没有属性 'split'

这是我的python代码：

import urllib.request
import urllib
from bs4 import BeautifulSoup

symbolsfile = open("Stocklist.txt")

symbolslist = symbolsfile.read()

thesymbolslist = symbolslist.split("\n")

i=0


while i<len (thesymbolslist):
    theurl = "http://www.google.com/finance/getprices?q=" + thesymbolslist[i] + "&i=10&p=25m&f=c"
    thepage = urllib.request.urlopen (theurl)
    print(thesymbolslist[i] + " price is " + thepage.split()[len(thepage.split())-1])
    i= i+1

Answer 1

问题的原因

这是因为urllib.request.urlopen (theurl) 返回一个表示连接的对象，而不是字符串。

---

解决方案

要从此连接中读取数据并实际获取字符串，您需要这样做

thepage = urllib.request.urlopen(theurl).read()

然后你的其余代码应该自然而然地遵循。

解决方案附录

有时，字符串本身包含无法识别的字符编码字形，在这种情况下，Python 会将其转换为bytestring。

处理这个问题的正确方法是找到正确的字符编码并使用它将字节串解码为常规字符串，如this question：

thepage = urllib.request.urlopen(theurl)
# read the correct character encoding from `Content-Type` request header
charset_encoding = thepage.info().get_content_charset()
# apply encoding
thepage = thepage.read().decode(charset_encoding)

有时可以安全地假设字符编码为utf-8，在这种情况下

thepage = urllib.request.urlopen(theurl).read().decode('utf-8')

确实经常工作。如果不出意外，这在统计上是一个很好的猜测。

Answer 2

检查documentation 可能会在将来为您节省时间。它说 urlopen() 方法返回一个 HTTPResponse 具有 read() 方法的对象。在 Python 3 中，您需要解码源编码的输出，在本例中为 UTF-8。所以就写吧

thepage = urllib.request.urlopen(theurl).read().decode('utf-8')