一个字节样的对象是必需的，而不是'str'： typeerror在压缩文件

Question

我发现子字符串在压缩文件使用下面的python脚本。我得到"TypeError：一个字节样的对象是必需的，而不是'str'"。请任何一个人帮我解决这个问题。

from re import *
import re
import gzip
import sys
import io
import os

seq={}
with open(sys.argv[1],'r') as  fh:
    for line1 in fh:
            a=line1.split("\t")
            seq[a[0]]=a[1]
            abcd="AGATCGGAAGAGCTCGTATGCCGTCTTCTGCTTG"
            print(a[0],"\t",seq[a[0]])

count={}
with gzip.open(sys.argv[2]) as gz_file:
    with io.BufferedReader(gz_file) as f:
            for line in f:
                    for b in seq:
                            if abcd in line:
                                    count[b] +=1

for c in count:
    print(c,"\t",count[c])

fh.close()
gz_file.close()
f.close()

和输入文件是

TruSeq2_SEAGATCGGAAGAGCTCGTATGCCGTCTTCTGCTTG

第二个文件是压缩文本文件。行“if abcd in line:”显示错误。

Answer 1

“BufferedReader”类提供了ByTestRing，而不是文本字符串，您可以在Python3中直接比较这两个对象-

由于这些字符串只使用了几个ASCII字符，实际上并不是文本，因此您可以在代码中始终使用字节字符串。

所以，每当你打开一个文件（不是gzip.open），打开它在二进制模式（即open（sys.argv[1]，'rb'）而不是'r'打开文件）

还可以在硬编码字符串前面加上一个b，这样Python就可以使用一个二进制字符串：abcd=b“agatcggaagaggctcgtagctcgtcgttcttctgcttg”-这将避免在行中出现类似的错误，尽管错误消息应该与您显示的不同。

或者，使用所有内容作为文本——这可以给你更多的方法来处理打印时数据的字符串（Python3的字节条纹有些瘫痪）呈现，并且不应该慢得多——在这种情况下，代替上面建议的更改，包括额外的行来解码从数据文件中提取的行：

with io.BufferedReader(gz_file) as f:
    for line in f:
        line = line.decode("latin1")
        for b in seq:

（除了错误之外，您的程序逻辑似乎有点错误，因为您实际上在最内部的比较中没有使用变量字符串-只是固定的bcd值-但我认为一旦消除错误，您就可以修复taht）