python - Python bz2-文本与交互式控制台(数据流)

我之前使用bz2尝试解压缩输入。我想解码的输入已经是压缩格式，所以我决定将格式输入到交互式Python控制台中：

>>> import bz2
>>> bz2.decompress(input)

一切正常，没有任何错误。但是，当我尝试从html文件中提取文本然后将其解压缩时，得到了不同的结果：

file = open("example.html", "r")
contents = file.read()
# Insert code to pull out the text, which is of type 'str'
result = bz2.decompress(parsedString)

我检查了与原始字符串解析的字符串，它看起来相同。此外，当我将要解压缩的字符串复制并粘贴到我的.py文件中时（基本上用双括号“”括起来），它可以正常工作。我也尝试用“ rb”打开，希望它将.html文件看成一个二进制文件，尽管它也无法正常工作。

我的问题是：这两个字符串有什么区别？它们都是'str'类型的，所以我假设存在根本的区别。此外，我将如何以一种不会被视为错误数据流的方式从.html中检索bz2内容？任何帮助表示赞赏。谢谢！

最佳答案

我的猜测是html文件具有数据的文本表示形式，而不是文件本身中的实际二进制数据。

例如看下面的代码：

>>> t = '\x80'
>>> print t
>>> '\x80'

但是说我创建一个内容为\x80的文本文件并执行：

with open('file') as f:
    t = f.read()
print t

我会回来的：

'\\x80'

在这种情况下，您可以使用eval获得所需的结果：

result = bz2.decompress(eval('"'+parsedString'"'))

只要确保仅对受信任的数据执行此操作即可。