为什么're.findall()”在提取 URL 时会抛出'TypeError: Can\t Use a String Pattern on a Bytes-Like Object”？

TypeError：无法在 re.findall() 中的字节类对象上使用字符串模式

尝试自动获取时来自网页的 URL，您可能会遇到以下错误：

TypeError: can't use a string pattern on a bytes-like object in re.findall()

在您的代码中，您使用 re.findall() 来查找正则表达式正则表达式的匹配项。但是，当您尝试将正则表达式应用于已获取的 HTML 内容时，您会收到错误。

根本原因：

问题源于事实上，您正在使用的 HTML 内容是字节形式，而您使用的正则表达式是字符串形式。正则表达式不能直接应用于类似字节的对象。

Lösung:

要解决此问题，您需要将 HTML 内容转换为字符串：

html = response.read().decode('utf-8')

这会将字节状 HTML 内容解码为字符串，从而使正则表达式能够成功应用。

完成转换后，您可以继续使用用于查找网页标题的正则表达式。更正后的代码应如下所示：

import urllib.request
import re

url = "http://www.google.com"
regex = r'<title>(,+?)</title>'
pattern = re.compile(regex)

with urllib.request.urlopen(url) as response:
   html = response.read().decode('utf-8')

title = re.findall(pattern, html)
print(title)

以上是为什么're.findall()”在提取 URL 时会抛出'TypeError: Can\t Use a String Pattern on a Bytes-Like Object”？的详细内容。更多信息请关注PHP中文网其他相关文章！