Python3碰到的编码问题

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：

# coding=gbk
import urllib.request
import re
url = 'http://www.163.com'
file = 'd:/test.html'
data = urllib.request.urlopen(url).read()
r1 = re.compile('<.*?>')
c_t = r1.findall(data)
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：

import os

fname = 'e:/data/html.txt'
f = open(fname,'r')
html = f.read()
#print(html)
print (type(html))             #输出为 <class 'str'>

u = html.encode('utf-8')
print (type(u))			#输出为 <class 'bytes'>

在python3中 <str>型为unicode