TypeError: expected string or bytes-like object, got 'list'
Ai dat unei funcții din re (split, sub, findall) o listă în loc de text, de obicei rezultatul lui readlines(). Citește fișierul ca un singur text cu f.read() sau aplică funcția pe fiecare element al listei.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Funcțiile modulului re lucrează pe un singur text (str) sau pe bytes. Mesajul îți spune ce tip au primit de fapt: got 'list'.
În pregătirea documentelor pentru RAG, cauza tipică este citirea fișierului cu f.readlines(), care întoarce o listă de linii, urmată de re.split(r"\n\s*\n", ...) ca să separi paragrafele. Alteori lista vine de la o etapă anterioară: bucățile deja împărțite, rezultatele unei căutări sau r.content de la model.
În Python 3.11 și mai vechi, mesajul e mai scurt: expected string or bytes-like object. Afișează type(...) pentru valoarea dată funcției re pe linia indicată.
De ce apare: cauzele frecvente
1Fișierul citit cu readlines()
with open("regulament.txt", encoding="utf-8") as f:
text = f.readlines()
paragrafe = re.split(r"\n\s*\n", text)with open("regulament.txt", encoding="utf-8") as f:
text = f.read()
paragrafe = re.split(r"\n\s*\n", text)f.read() întoarce tot fișierul ca un singur str, cu rândurile goale păstrate.
2Funcția re aplicată pe o listă de bucăți
curate = re.sub(r"\s+", " ", bucati)curate = [re.sub(r"\s+", " ", b) for b in bucati]Aplici funcția pe fiecare text din listă.
3Răspunsul modelului dat direct
coduri = re.findall(r"CMD-\d+", r.content)coduri = re.findall(r"CMD-\d+", r.content[0].text)r.content e o listă de blocuri; textul e în .text.
Repară eroarea, direct în pagină
Programul împarte regulamentul unei biblioteci în paragrafe (separate prin rânduri goale), pentru indexare, dar cade cu TypeError: expected string or bytes-like object, got 'list'. Repară citirea fișierului regulament.txt și afișează numărul de paragrafe și primele două cuvinte din fiecare.
import re
with open("regulament.txt", encoding="utf-8") as f:
text = f.readlines()
paragrafe = [p.strip() for p in re.split(r"\n\s*\n", text) if p.strip()]
print("Paragrafe:", len(paragrafe))
for p in paragrafe:
print("-", p.split()[0], p.split()[1])Paragrafe: 3 - Articolul 1. - Articolul 2. - Articolul 3.
Indiciu
f.read() în loc de f.readlines().
Reparația
import re
with open("regulament.txt", encoding="utf-8") as f:
text = f.read()
paragrafe = [p.strip() for p in re.split(r"\n\s*\n", text) if p.strip()]
print("Paragrafe:", len(paragrafe))
for p in paragrafe:
print("-", p.split()[0], p.split()[1])De ce merge
readlines() întoarce o listă de linii, iar re.split lucrează doar pe un text. f.read() dă tot fișierul ca un singur str, cu rândurile goale dintre paragrafe, iar tiparul \n\s*\n le găsește. Filtrarea cu if p.strip() elimină eventualele bucăți goale de la final.
Alte forme ale mesajului
TypeError: expected string or bytes-like objectTypeError: expected string or bytes-like object, got 'NoneType'TypeError: expected string or bytes-like object, got 'TextBlock'
Cum o eviți pe viitor
- Citește documentele cu
f.read()când vrei textul întreg și cufor linie in fcând vrei linie cu linie. - Numește variabilele după conținut:
textpentru unstr,liniisaubucatipentru liste. - Scrie funcțiile de pregătire a documentelor cu tipuri clare (
def curata(text: str) -> str) și testează-le separat.
Întrebări frecvente
Care e diferența dintre read(), readline() și readlines()?
read() dă tot fișierul ca un text, readline() o singură linie, iar readlines() o listă cu toate liniile, fiecare cu \n la final.
De ce mesajul spune „bytes-like object”?
Funcțiile re acceptă și bytes, de exemplu conținutul unui fișier deschis în mod binar. Lista nu e nici text, nici bytes.
Erori înrudite
UnicodeDecodeError: 'charmap' codec can't decode byte 0x9d in position 80: character maps to <undefined> Fișierul e salvat în UTF-8 (cu diacritice și ghilimele „”), dar a fost deschis cu altă codificare: pe Windows, open() fără encoding folosește cp1252. Deschide documentele mereu cu open(cale, encoding="utf-8"). FileNotFoundError: [Errno 2] No such file or directory: 'index_vectori.json' Programul încearcă să încarce indexul de embeddings salvat pe disc, dar fișierul nu există încă (prima rulare, alt director de lucru sau alt nume). Verifică os.path.exists înainte: dacă lipsește, calculează vectorii, salvează-i, iar la rulările următoare încarcă-i. TypeError: can only concatenate str (not "list") to str Ai lipit un text de r.content, care la Claude este o listă de blocuri, nu un text. Ia textul din bloc cu r.content[0].text sau unește toate blocurile text: "".join(b.text for b in r.content if b.type == "text"). Învață Aplicații AI cu LLM de la zero, cu exerciții la fiecare lecție
Curs Aplicații AI cu Claude și OpenAI: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 8 lecții sunt gratuite.
