python - 更多 pythonic 在处理 urllib 响应时将字节转换为字符串而不是 chr(int(x))

Question

我迟到了转换为 Python 3。我正在尝试使用 urllib 处理蛋白质序列的 REST api 的输出。

在旧版 python 中我可以使用:

self.seq_fileobj = urllib2.urlopen("http://www.uniprot.org/uniprot/{}.fasta".format(uniprot_id))
self.seq_header = self.seq_fileobj.next()
print "Read in sequence information for {}.".format(self.seq_header[:-1])
self.sequence = [achar for a_line in self.seq_fileobj for achar in a_line if achar != "\n"]
print("Sequence:{}\n".format("".join(self.sequence)))

对于 python 3 中的同一部分代码，我使用:

context = ssl._create_unverified_context()
self.seq_fileobj = urllib.request.urlopen("https://www.uniprot.org/uniprot/{}.fasta".format(uniprot_id),context=context)
self.seq_header = next(self.seq_fileobj)
print("Read in sequence information for {}.".format(self.seq_header.rstrip()))
self.b_sequence = [str(achar).encode('utf-8') for a_line in self.seq_fileobj for achar in a_line]
self.sequence = [chr(int(x)) for x in self.b_sequence]

我已经阅读了一些有关字符串编码和解码的内容，以修改我对 python 3 的列表理解:

self.b_sequence = [str(achar).encode('utf-8') for a_line in self.seq_fileobj for achar in a_line]
self.sequence = [chr(int(x)) for x in self.b_sequence]

尽管我的代码正在运行，但这是实现此结果的最佳方法吗？我从使用 utf-8 编码的 ascii 字符字节数组转换为结果字符串？ chr(int(x)) 位对我来说似乎不符合 Python 风格，我担心我可能会遗漏一些东西。

Answer 1

您不需要逐个字符地将字节转换为字符串。由于您想去掉换行符，因此可以将整个文件作为字节读取，使用 decode 方法将字节转换为字符串(默认为 utf-8) > 您正在使用的编码)并使用 str.replace 方法删除换行符:

self.sequence = list(self.seq_fileobj.read().decode().replace('\n', ''))