En python3 hay distinción entre una cadena de bytes y una cadena de caracteres.
El tipo str
se refiere a cadenas de caracteres, pero los sockets sólo admiten cadenas de bytes, por lo que debes convertir unas en otras. También, cuando lees de un fichero obtienes por defecto cadenas de caracteres (a menos que abras el fichero en modo binario). En tu caso el fichero se está abriendo en modo binario, por lo que el problema no viene de ahí, sino de los "comandos" que has inventado para tu protocolo, como que el servidor responda con un "ok" (que es una cadena de caracteres, no de bytes), o que el cliente envíe primero la longitud en ASCII del fichero (que de nuevo es una cadena de caracteres, no de bytes).
Para convertir una cadena de caracteres a una cadena de bytes debes elegir un encoding. Cuando todos los caracteres son ASCII, el encoding puede ser "ascii"
, pero en el caso más general en que quieras enviar texto arbitrario (con acentos o eñes) el estándar es usar UTF-8.
De este modo, cada vez que necesites enviar por un socket algo que tengas en una cadena de caracteres (str
) tienes que convertirlo en bytes, con un código como el siguiente:
txt = "Texto a enviar por el socket"
sck.send(txt.encode("ascii")) # o utf-8
Y cuando lo recibas, tendrás una cadena de bytes y si quieres operar con ella como si fuera de caracteres (un string) deberás decodificarla, con un código como el siguiente:
recibido = sck.recv(1024)
txt_recibido = recibido.decode("ascii") # o utf-8
Ten en cuenta que ambas partes de la comunicación deben usar el mismo encoding.
Y ten en cuenta que lo que lees de tu fichero pdf, ya que lo has abierto en modo binario, será directamente una cadena de bytes, la cual no requiere ser codificada ni decodificada.