Python 3.x 在Python中，如何将原始的不受信任文本传递给feedparser.parse方法？ 我正在尝试使用feedparser来解析使用asyncio aiohttp库下载的文本 提要文本可用（大文档，因此不粘贴在此处） feedparser.parse方法的文档中提到，不应直接向其发送不受信任的字符串

这是我的代码，我试图将其包装到StringIO类中

import feedparser
import io

def read():
    import os
    name = os.path.join(os.getcwd(), 'extras', 'feeds',
                        'zycrypto.com_1596955288219')
    f = open(name, "r")
    text = f.read()
    f.close()
    return text

text = read()
parsed = feedparser.parse(io.StringIO(text))
for i in parsed.entries:
    print(i.summary, '\n')

然而，我不断得到这个错误

Traceback (most recent call last):
  File "./server/python/test.py", line 14, in <module>
    parsed = feedparser.parse(io.StringIO(text))
  File "/Users/zup/.local/share/virtualenvs/myapp_v3-kUGnE3_O/lib/python3.7/site-packages/feedparser.py", line 3922, in parse
    data, result['encoding'], error = convert_to_utf8(http_headers, data)
  File "/Users/zup/.local/share/virtualenvs/myapp_v3-kUGnE3_O/lib/python3.7/site-packages/feedparser.py", line 3574, in convert_to_utf8
    xml_encoding_match = RE_XML_PI_ENCODING.match(tempdata)
TypeError: cannot use a bytes pattern on a string-like object

回溯（最近一次呼叫最后一次）：
文件“/server/python/test.py”，第14行，在
parsed=feedparser.parse（io.StringIO（文本））
文件“/Users/zup/.local/share/virtualenvs/myapp_v3-kUGnE3_O/lib/python3.7/site packages/feedparser.py”，第3922行，在parse中
数据，结果['encoding']，错误=convert_to_utf8（http_头，数据）
文件“/Users/zup/.local/share/virtualenvs/myapp\u v3-kUGnE3\u O/lib/python3.7/site packages/feedparser.py”，第3574行，转换为utf8
xml\u encoding\u match=RE\u xml\u PI\u encoding.match（tempdata）
TypeError:无法在类似字符串的对象上使用字节模式

• 如何将不受信任的文本传递给Python feedparser.parse方法，以使消毒剂在其上工作？“我的订阅源”包含尚未删除的脚本标记。先谢谢你

---

显然是

feedparser。parse

内部需要一个

bytes

对象，它当前正在接收字符串，因为它将该对象传递给正则表达式匹配函数，在该函数中使用

bytes

模式，要匹配的对象和模式需要具有相同的类型

---

您可以通过将

open（…，'r'）

更改为

open（…，'rb'）

并使用

BytesIO

而不是@mkrieger1的注释中的

StringIO

来获取

bytes

对象，这就是答案

import feedparser
import io

def read():
    import os
    name = os.path.join(os.getcwd(), 'extras', 'feeds',
                        'zycrypto.com_1596955288219')
    f = open(name, "r")
    text = f.read()
    f.close()
    return text

text = read()
parsed = feedparser.parse(io.BytesIO(bytes(text, 'utf-8')))
for i in parsed.entries:
    print(i.summary, '\n')

---

为什么要使用

StringIO

，而不是将

text

，甚至

f

，传递给

feedparser.parse

？@mkrieger1因为文档中说不要传递不受信任的字符串，我在问题中强调了这一点，在我的实际应用程序中，我从asyncio aiohttp库获取数据，我想在这里创建一个可以复制的简单案例，您会注意到，在我包含的测试数据中，html根本没有经过消毒，脚本标记仍然存在于最终版本中output@mkrieger1那么，由于当前输出根本没有经过消毒，如何对输出进行消毒呢，当您在entriesworks上循环时，它仍然有那些脚本标记，但仍然没有进行清理，根据SO规则，我将不得不问一个单独的问题：(