TypeError: cannot use a string pattern on a bytes-like object
Tiparul `re` e text (`r"status=(\d+)"`), dar datele în care cauți sunt bytes (`b"..."`), de exemplu un răspuns de rețea sau un fișier deschis cu `"rb"`. Decodează datele cu `.decode("utf-8")` înainte de căutare sau scrie și tiparul ca bytes: `rb"status=(\d+)"`.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
În Python 3, textul (str) și octeții (bytes) sunt tipuri separate și nu se amestecă. Modulul re acceptă ambele, dar cere ca tiparul și textul să fie de același tip. Un tipar str aplicat pe bytes dă această eroare; invers, un tipar rb"..." aplicat pe str dă cannot use a bytes pattern on a string-like object.
Datele bytes vin de obicei din: urllib.request.urlopen(...).read(), subprocess.check_output(...), socket.recv(), fișiere deschise în mod binar ("rb"), response.content din requests, sau base64.b64decode(...). Când vezi un b în fața ghilimelelor la afișare (b'status=200'), ai bytes. De obicei soluția e să decodezi cât mai devreme, imediat ce primești datele, și să lucrezi cu text în restul programului.
De ce apare: cauzele frecvente
1Răspuns primit ca bytes
import re
raspuns = b"status=200; timp=35ms"
print(re.search(r"status=(\d+)", raspuns).group(1))import re
raspuns = b"status=200; timp=35ms"
text = raspuns.decode("utf-8")
print(re.search(r"status=(\d+)", text).group(1))decode transformă bytes în text, iar tiparul text se poate aplica.
2Fișier deschis în mod binar
import re
open("log.txt", "w").write("ERROR 42\n")
with open("log.txt", "rb") as f:
print(re.findall(r"ERROR (\d+)", f.read()))import re
open("log.txt", "w").write("ERROR 42\n")
with open("log.txt", encoding="utf-8") as f:
print(re.findall(r"ERROR (\d+)", f.read()))Deschis în mod text, fișierul întoarce str. Modul "rb" e pentru date binare (imagini, arhive).
3Tipar bytes, dacă rămâi pe bytes
import re
antet = b"Content-Length: 512"
print(re.search(r"\d+", antet))import re
antet = b"Content-Length: 512"
print(re.search(rb"\d+", antet).group())Cu tiparul rb"...", ambele părți sunt bytes. Rezultatul e tot bytes: b'512'.
Repară eroarea, direct în pagină
Codul de mai jos extrage codul de stare dintr-un răspuns primit ca bytes, dar dă TypeError: cannot use a string pattern on a bytes-like object. Decodează răspunsul în text înainte de căutare, ca programul să afișeze 200.
import re
raspuns = b"status=200; timp=35ms"
cod = re.search(r"status=(\d+)", raspuns)
print(cod.group(1))200
Indiciu
Obiectele bytes au o metodă care le transformă în text.
Reparația
import re
raspuns = b"status=200; timp=35ms"
text = raspuns.decode("utf-8")
cod = re.search(r"status=(\d+)", text)
print(cod.group(1))De ce merge
Tiparul r"status=(\d+)" e text, iar raspuns e bytes; re nu amestecă cele două tipuri. decode("utf-8") transformă octeții în text, după care tiparul se aplică normal, iar grupul 1 conține cifrele stării. Alternativa ar fi fost un tipar bytes, rb"status=(\d+)", cu rezultat tot bytes.
Alte forme ale mesajului
TypeError: cannot use a bytes pattern on a string-like object
Cum o eviți pe viitor
- Decodează datele binare imediat ce le primești (
.decode("utf-8")) și lucrează cu text în restul programului. - Deschide fișierele text în mod text, cu
encoding="utf-8". - Dacă trebuie să rămâi pe bytes, scrie toate tiparele cu
rb"...". - Afișează
type(date)dacă nu știi ce primești de la o bibliotecă de rețea.
Întrebări frecvente
Ce encoding folosesc la decode?
Pe cel al datelor. Pentru web și fișiere moderne e aproape mereu utf-8. Dacă primești UnicodeDecodeError, datele au alt encoding (de exemplu cp1250 pentru fișiere vechi din Windows în română).
De ce Python nu convertește singur?
Pentru că transformarea bytes în text depinde de encoding, iar Python nu poate ghici care e. De aceea te obligă să decizi explicit.
Erori înrudite
TypeError: expected string or bytes-like object, got 'int' O funcție din modulul `re` (`search`, `match`, `findall`, `sub`...) a primit un număr, `None` sau o listă în loc de text. Convertește valoarea cu `str(x)`, sau sari peste valorile care nu sunt text, de exemplu `None` din date lipsă. TypeError: a bytes-like object is required, not 'str' Amesteci bytes (`b"..."`) cu texte (`str`): de exemplu faci `split(",")` pe date binare, cauți un text într-un bytes sau scrii text într-un fișier deschis cu `"wb"`. Decodează datele cu `.decode("utf-8")` sau lucrează doar cu bytes (`b","`). UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe9 in position 15: invalid continuation byte Fișierul (sau datele) nu e salvat în UTF-8, ci în alt encoding, de obicei unul vechi de Windows (`cp1250`, `latin-1`) sau e un Excel salvat ca CSV. Deschide-l cu encoding-ul corect: `open("fisier.csv", encoding="cp1250")`, sau resalvează-l ca UTF-8. Învață Python de la zero, cu exerciții la fiecare lecție
Curs Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
