Python 响应解码

Question

对于以下使用 urllib 的行:

# some request object exists
response = urllib.request.urlopen(request)
html = response.read().decode("utf8")

read() 返回什么格式的字符串？我一直在尝试从 Python 的文档中找出这一点，但它根本没有提到它。为什么会有解码？ decode 是将对象解码到 utf-8 还是从 utf-8？它从什么格式解码成什么格式？ decode 文档也对此只字不提。是 Python 的文档那么糟糕，还是我不理解一些标准约定？

我想将该 HTML 存储在一个 UTF-8 文件中。我会只是进行常规写入，还是需要“编码”回某些内容并写入？

注意:我知道 urllib 已被弃用，但我现在不能切换到 urllib2

Answer 1

问 python :

>>> r=urllib.urlopen("http://google.com")
>>> a=r.read()
>>> type(a)
0: <type 'str'>
>>> help(a.decode)
Help on built-in function decode:

decode(...)
    S.decode([encoding[,errors]]) -> object

    Decodes S using the codec registered for encoding. encoding defaults
    to the default encoding. errors may be given to set a different error
    handling scheme. Default is 'strict' meaning that encoding errors raise
    a UnicodeDecodeError. Other possible values are 'ignore' and 'replace'
    as well as any other name registered with codecs.register_error that is
    able to handle UnicodeDecodeErrors.

>>> b = a.decode('utf8')
>>> type(b)
1: <type 'unicode'>
>>> 

因此，read() 似乎返回了一个 str。 .decode() 将 UTF-8 解码为 Python 的内部 unicode 格式。