URL 打开，解码编码错误类型错误：需要类似字节的对象，而不是'str'

Question

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。

Answer 1

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" ")