在Python 3.1中使用带有HTTPResponse的HTML解析器

HTTPResponse对象的响应数据类型为字节。

conn = http.client.HTTPConnection(www.yahoo.com)
conn.request("GET","/")
response = conn.getresponse();
data = response.read()
type(data)

数据的类型为bytes。

我想将响应与Python 3.1的内置HTML解析器一起使用。但是我发现HTMLParser.feed()需要一个字符串(str类型)。此方法不接受数据作为参数。为了避免这个问题,我使用data.decode()继续解析。

问题:

2. HTTP有原因吗

我想原因是:服务器的响应可以是任何字符集。因此,库不能假设它是ASCII码。但是,python中的字符串是Unicode。HTTP库也可以返回一个字符串。HTML标签肯定是ASCII格式的。