lxml ошибка etree.iterparse "TypeError: чтение файлов объектов должно возвращать строки"

Question

Я хотел бы проанализировать HTML-документ, используя lxml. Я использую Python 3.2.3 и 2.3.4 LXML (http://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml)

Я использую etree.iterparse для разбора документа, но он возвращает следующую ошибку во время выполнения:

Traceback (most recent call last): 
    File "D:\Eclipse Projects\Python workspace\Crawler\crawler.py", line 12, in <module> 
    for event, elements in etree.iterparse(some_file_like): 
    File "iterparse.pxi", line 491, in lxml.etree.iterparse.__next__ (src/lxml\lxml.etree.c:98565) 
    File "iterparse.pxi", line 512, in lxml.etree.iterparse._read_more_events (src/lxml\lxml.etree.c:98768) 
TypeError: reading file objects must return plain strings 

Вопрос заключается в том: Как решить эту ошибку во время выполнения?

спасибо.

Вот код:

from io import StringIO 
from lxml import etree 

some_file_like = StringIO("<root><a>data</a></root>") 

for event, elements in etree.iterparse(some_file_like): #<-- Run-time error happens here 
    print("%s, %4s, %s" % (event, elements.tag, elements.text)) 

Answer 1

Ваш буфер StringIO имеет юникод строку. iterparse работает с файлами вроде объектов, которые возвращают байты. Следующий буфер должен работать с iterparse:

from io import BytesIO 
some_file_like = BytesIO("<root><a>data</a></root>".encode('utf-8'))