我正在遵循教程和下一段代码:
import urllib.request as url
def getTextWaPo(URL):
page = url.urlopen(URL).read().decode('utf8')
soup = BeautifulSoup(page, 'lxml')
mytext = ' '.join(map(lambda p: p.text, soup.find_all('article')))
return mytext.encode('ascii', errors='replace').replace("?", " ")
返回:
TypeError: a bytes-like object is required, not 'str'
然而,在文档中,我看到编码是一个字符串方法。那么为什么我需要类似字节的对象呢?如果这不是这样做的方法,如何删除文本中的特殊字符?
我环顾四周,但我遇到的答案对我没有帮助,或者至少我不明白。
您的问题在于替换而不是编码。使用编码将字符串转换为字节格式,然后使用替换为字符串而不是字节。
我不确定如果没有示例 URL 来测试它,您会期望什么输出,但请尝试将 return 语句替换为;
return mytext.encode('ascii', errors='replace').replace(b"?", b" ")