Python 2to3 не работает

Question

Сейчас я прохожу испытание на python, и я поднялся на уровень 4, смотрите здесь Я изучаю Python всего несколько месяцев, и я пытаюсь выучить Python 3более чем 2.x пока все хорошо, за исключением случаев, когда я использую этот бит кода, вот версия Python 2.x:

import urllib, re
prefix = "http://www.pythonchallenge.com/pc/def/linkedlist.php?nothing="
findnothing = re.compile(r"nothing is (\d+)").search
nothing = '12345'
while True:
    text = urllib.urlopen(prefix + nothing).read()
    print text
    match = findnothing(text)
    if match:
        nothing = match.group(1)
        print "   going to", nothing
    else:
        break

Итак, чтобы преобразовать это в 3, я бы изменил на это:

import urllib.request, urllib.parse, urllib.error, re
prefix = "http://www.pythonchallenge.com/pc/def/linkedlist.php?nothing="
findnothing = re.compile(r"nothing is (\d+)").search
nothing = '12345'
while True:
    text = urllib.request.urlopen(prefix + nothing).read()
    print(text)
    match = findnothing(text)
    if match:
        nothing = match.group(1)
        print("   going to", nothing)
    else:
        break

Так что, если я запускаю версию 2.x, она работает нормально, проходит через цикл, очищает URL и переходит к концу, я получаю следующий вывод:

and the next nothing is 72198
   going to 72198
and the next nothing is 80992
   going to 80992
and the next nothing is 8880
   going to 8880 etc

Еслия запускаю версию 3.x, я получаю следующий вывод:

b'and the next nothing is 44827'
Traceback (most recent call last):
  File "C:\Python32\lvl4.py", line 26, in <module>
    match = findnothing(b"text")
TypeError: can't use a string pattern on a bytes-like object

Так что если я изменю r на ab в этой строке

findnothing = re.compile(b"nothing is (\d+)").search

Я получу:

b'and the next nothing is 44827'
   going to b'44827'
Traceback (most recent call last):
  File "C:\Python32\lvl4.py", line 24, in <module>
    text = urllib.request.urlopen(prefix + nothing).read()
TypeError: Can't convert 'bytes' object to str implicitly

Есть идеи?

Я довольно новичок в программировании, поэтому, пожалуйста, не ломайте голову.

_bk201

Answer 1

Нельзя неявно смешивать байты и объекты str.

Самое простое - декодировать байты, возвращаемые urlopen().read(), и везде использовать объекты str:

text = urllib.request.urlopen(prefix + nothing).read().decode() #note: utf-8

На странице не указывается предпочтительная кодировка символов через заголовок Content-Type или элемент <meta>. Я не знаю, какой должна быть кодировка по умолчанию для text/html, но rfc 2068 говорит: :

Если отправитель не предоставил явного параметра charset, media подтипы типа «текст» определены как набор символов по умолчанию значение «ISO-8859-1» при получении через HTTP.

Answer 2

Регулярные выражения имеют смысл только для текста, а не для двоичных данных.Итак, оставьте findnothing = re.compile(r"nothing is (\d+)").search и вместо этого конвертируйте text в строку.