将 io.BytesIO 转换为 io.StringIO 以解析 HTML 页面

Convert io.BytesIO to io.StringIO to parse HTML page(将 io.BytesIO 转换为 io.StringIO 以解析 HTML 页面)

问题描述

我正在尝试解析通过 pyCurl 检索到的 HTML 页面，但 pyCurl WRITEFUNCTION 将页面返回为 BYTES 而不是字符串，因此我无法使用 BeautifulSoup 解析它.

I'm trying to parse a HTML page I retrieved through pyCurl but the pyCurl WRITEFUNCTION is returning the page as BYTES and not string, so I'm unable to Parse it using BeautifulSoup.

有没有办法将 io.BytesIO 转换为 io.StringIO?

Is there any way to convert io.BytesIO to io.StringIO?

或者有没有其他方法可以解析 HTML 页面?

Or Is there any other way to parse the HTML page?

我正在使用 Python 3.3.2.

I'm using Python 3.3.2.

推荐答案

一种天真的方法:

# assume bytes_io is a `BytesIO` object
byte_str = bytes_io.read()

# Convert to a "unicode" object
text_obj = byte_str.decode('UTF-8')  # Or use the encoding you expect

# Use text_obj how you see fit!
# io.StringIO(text_obj) will get you to a StringIO object if that's what you need

这篇关于将 io.BytesIO 转换为 io.StringIO 以解析 HTML 页面的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！