Wie behebe ich „TypeError: In re.findall() kann kein Zeichenfolgenmuster für ein Byte-ähnliches Objekt verwendet werden' beim Extrahieren von Text aus Webseiten?

TypeError: Using a String Pattern on a Bytes-Like Object in re.findall()

Beim Versuch, Text mithilfe regulärer Ausdrücke zu extrahieren In Python kann der Fehler „TypeError: In re.findall() kann kein Zeichenfolgenmuster für ein Byte-ähnliches Objekt verwendet werden“ auftreten. Dieser Fehler tritt auf, wenn Sie ein String-Regex-Muster verwenden, um ein byteähnliches Objekt zu durchsuchen, was häufig bei der Arbeit mit Webseiten auftritt.

Um dieses Problem zu beheben, ist es notwendig, das byteähnliche Objekt in ein zu dekodieren string, bevor Sie die Regex-Suche anwenden. Im bereitgestellten Code:

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') # Decode the bytes-like object

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

Durch die Dekodierung der HTML-Variablen mit .decode('utf-8') konvertieren wir sie in einen Unicode-String, der vom Regex-Muster verarbeitet werden kann. Dadurch kann der Code den Webseitentitel erfolgreich extrahieren.

Das obige ist der detaillierte Inhalt vonWie behebe ich „TypeError: In re.findall() kann kein Zeichenfolgenmuster für ein Byte-ähnliches Objekt verwendet werden' beim Extrahieren von Text aus Webseiten?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!