WedX - журнал о программировании и компьютерных науках

Буфер отправки сокетов Python против. ул.

Я пытаюсь получить базовый сервер (скопированный из Beginning Python) для отправки строки str.

Ошибка:

c.send( "XXX" )
TypeError: must be bytes or buffer, not str

Кажется, это работает при травлении объекта. Все примеры, которые я нашел, похоже, могут отправить строку без проблем.

Любая помощь будет оценена по достоинству,

Стивен

import socket  
import pickle  

s = socket.socket()

host = socket.gethostname()

port = 80

s.bind((host, port))

s.listen(5)

while True:  
    c, addr = s.accept()  
    print( "Got Connection From ", addr )  
    data = pickle.dumps(c)  
    c.send( "XXX" )  
    #c.send(data)  
    c.close()
09.03.2010

  • Попробуйте заменить "XXX" на b"XXX", если вы используете Python 3.x. 09.03.2010

Ответы:


1

Кажется, вы пытаетесь использовать примеры Python 2.x в Python 3 и обнаруживаете одно из основных отличий между этими версиями Python.

Для Python ‹ 3 «строки» на самом деле являются двоичными строками, а «объекты Unicode» — это правильные текстовые объекты (поскольку они могут содержать любые символы Unicode).

В Python 3 строки Unicode являются «обычными строками» (str), а строки байтов — отдельными объектами.

Ввод-вывод низкого уровня можно выполнять только с данными (строками байтов), а не с текстом (последовательностью символов). Для Python 2.x str также был типом «двоичных данных». В Python 3 этого больше нет, и следует использовать один из специальных объектов «данных». Объекты привязываются к таким байтовым строкам. Если вы хотите ввести их вручную в коде, используйте префикс "b" (b"XXX" вместо "XXX").

09.03.2010

2

Чтобы добавить к ответу Яцека Конечного: вы также можете использовать str.encode() для получения байтов из строки. Если у вас есть строка в переменной вместо литерала, вы можете вызвать кодировку, и она вернет эквивалентную серию байтов.

09.03.2010
Новые материалы

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


Для любых предложений по сайту: [email protected]