为何从response.read()读取的‘行’是整数？Python文本下载解码问题

我懂你踩的这个坑——urllib.request.urlopen()返回的响应读出来是字节对象（bytes），直接遍历它会拿到每个字节的整数编码，而直接解码整个字节串后遍历又会拆成单个字符，确实容易搞混。下面给你几个实用的解决方案：

方法1：用readlines()逐行读取并解码 #

urlopen返回的响应对象本身支持readlines()方法，它会直接返回按行分割的字节列表，你只需要对每个元素解码就行：

def download_index(self, url):
    response = urllib.request.urlopen(url)
    list_of_strings = []
    # 逐行读取字节，解码为字符串后加入列表
    for line_bytes in response.readlines():
        line_str = line_bytes.decode('utf-8').strip('\n')  # 可选：去掉末尾换行符
        list_of_strings.append(line_str)
    return list_of_strings

方法2：先整体解码再按行分割（最简洁） #

如果文件体积不大，直接把整个字节串解码成字符串，再用splitlines()方法按行分割，一步到位：

def download_index(self, url):
    response = urllib.request.urlopen(url)
    data = response.read().decode('utf-8')  # 先把字节整体解码为字符串
    list_of_strings = data.splitlines()  # 自动识别换行符分割行
    return list_of_strings

splitlines()会自动兼容不同系统的换行符（\n、\r\n都能处理），非常省心。

方法3：用io.TextIOWrapper包装成文本流 #

这种方式更贴近处理本地文本文件的逻辑，把字节流包装成文本流，直接按行读取：

import io

def download_index(self, url):
    response = urllib.request.urlopen(url)
    # 将字节响应包装为文本流，指定编码格式
    text_stream = io.TextIOWrapper(response, encoding='utf-8')
    list_of_strings = []
    for line in text_stream:
        list_of_strings.append(line.strip('\n'))  # 可选去除换行符
    return list_of_strings

为什么你的原代码会出问题？ #

• 直接遍历data（bytes对象）：bytes是字节的序列，遍历它会逐个取出每个字节的十进制整数（比如字符'a'对应的字节是97，就会拿到97），所以你看到的line是整数。
• 先解码整个data再遍历：解码后得到的是字符串，遍历字符串默认是按单个字符迭代，所以会拿到每个字符而不是整行。

内容的提问来源于stack exchange，提问作者BabaSvoloch