为什么“查找”会产生字符串类型？答案

【问题标题】：Why does "find" produce string type?为什么“查找”会产生字符串类型？
【发布时间】：2019-01-18 15:59:50
【问题描述】：

我是一名学习者，我使用 Python 3.7。

据我了解，find 函数应该指示字符串的索引位置。

当我的输入是像这样的直字符串时，它会这样做

myString='Blabla<body>blabla'.

现在

myString.find('<body>')

返回 6。惊人的。但是当我从网页导入字符串时，我得到了错误

TypeError: argument should be integer or bytes-like object, not 'str'

我完全同意，但我不明白为什么这个论点首先是str。

我的代码：

import ssl, urllib.request
url = 'http://help.websiteos.com/websiteos/example_of_a_simple_html_page.htm'

response = urllib.request.urlopen(url)
Content = response.read()
startposition = Content.find('<body>')
print(startposition)

【问题讨论】：

标签： python python-3.x

【解决方案1】：

Content 是 bytes 类型，所以 Content.find 的参数必须是 bytes 或 int，但 '<body>' 是 str 类型。所以，你得到了不匹配的类型。

如何解决：将str 转换为bytes：

Content.find(b'<body>')

【讨论】：

好的，可以了，非常感谢。我仍然需要了解原因。为什么这段代码中的内容默认是字节类型的？
因为字节是通过网络传输的，保存到您的文件系统等。Python 字符串（python 3）是 unicode 字符串，而不是字节序列。您可能想阅读更多关于字节和 unicode 的信息：joelonsoftware.com/2003/10/08/…

【解决方案2】：

我不明白为什么参数是'str'。

因为这就是您传递的内容：'<body>' 是文字 str 对象。在你问之前，Content 是一个 bytes 对象，必须对其进行解码（使用在响应中声明的编码）以获得正确的字符串。

现在，urllib 文档本身推荐的一个更简单的解决方案是使用第 3 部分 python-requests 库，它将为您处理那些烦人的细节。

此外，如果您想解析 HTML，请务必使用适当的 HTML 解析器（如果您必须处理可能格式不正确的 html，这是迄今为止最常见的情况，推荐选择 BeautifulSoup）。

【讨论】：

【解决方案3】：

这里的内容是一个字节对象。您正在尝试通过字节对象搜索字符串。通过更改行将内容转换为字符串

Content = response.read()

到

Content = str(response.read())

【讨论】：

诊断看起来不错，但解决方法显然是错误的 - 您不能只将bytes 传递给str() 并期望得到一些明智的结果，您必须解码字节到 unicode (str)，这也需要知道编码。
啊，我明白了，我以为读取编码站点是一个微不足道的问题，而忽略了解码。我的坏