python - 将 html 解码字符串写入文件和将 html 二进制数据直接写入文件之间有什么区别？

Question

代码:

from urllib import request
response = request.urlopen('http://www.amazon.com/')
body = response.read()
with open('test.html', 'wb') as f:
   f.write(body)
with open('test2.html', 'w') as f:
  f.write(body.decode('utf-8'))

有什么不同或者需要注意什么吗？

Answer 1

第一种方式

with open('test.html', 'wb') as f:
   f.write(body)

只是保存你下载的二进制数据。

第二种方式

with open('test2.html', 'w') as f:
  f.write(body.decode('utf-8'))

假设数据是 UTF-8，尝试将这些 UTF-8 字节解码为 Unicode 文本，然后将其重新编码为您的默认文件编码，如 locale.getpreferredencoding(False) 所指定>。因此，如果数据已经是 UTF-8，它会浪费时间对其进行解码和重新编码。如果它不是 UTF-8，那么它指定了错误的编码来对其进行解码。如果文件只包含普通的 7 位 ASCII 数据，那将工作正常，但否则它会给出错误的结果，或引发 UnicodeDecodeError。