读取.gz文件调用split报错TypeError: a bytes-like object is required, not 'str'

错误根源 #

gzip.open()默认采用二进制模式（rb）读取压缩文件，所以你循环中拿到的每一行line是bytes类型对象，而非普通字符串。bytes类型的split()方法要求传入的分隔符也必须是bytes类型（比如b" "），但你传的是字符串" "，类型不匹配就抛出了TypeError。

两种修复方案 #

方案一：直接以文本模式打开 #

调用gzip.open()时指定mode="rt"，这样读取的内容直接是字符串，和处理普通文本文件逻辑一致：

import gzip
logfile = "sample.gz"
with gzip.open(logfile, mode="rt") as page:
    for line in page:
        line = line.strip()  # 去掉换行符，避免最后一个元素带换行标记
        string = line.split(" ")
        print(*string, sep=',')

方案二：先解码bytes为字符串 #

如果需要保留二进制读取模式，可以先把line解码成字符串再操作：

import gzip
logfile = "sample.gz"
with gzip.open(logfile) as page:
    for line in page:
        line_str = line.decode().strip()  # 解码为utf-8字符串，可根据文件编码调整
        string = line_str.split(" ")
        print(*string, sep=',')

最终预期输出 #

两种方案运行后都会得到：

This,is,first,line,of,sample,gz,file.
This,is,second,line,of,sample,gz,file.

内容的提问来源于stack exchange，提问作者data-bite