Pourquoi `re.findall()` renvoie-t-il une `TypeError : impossible d'utiliser un modèle de chaîne sur un objet de type octets` lors de l'extraction d'URL ?

TypeError : impossible d'utiliser un modèle de chaîne sur un objet de type octets dans re.findall()

Lors de la tentative de récupération automatique URL d'une page Web, vous pouvez rencontrer l'erreur suivante :

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

Dans votre code, vous utilisez re.findall() pour rechercher des correspondances pour une expression régulière. Cependant, lorsque vous essayez d'appliquer l'expression régulière au contenu HTML que vous avez récupéré, vous obtenez l'erreur.

Cause sous-jacente :

Le problème vient du le fait que le contenu HTML avec lequel vous travaillez est sous forme d'octets, alors que l'expression régulière que vous utilisez est sous forme de chaîne. L'expression régulière ne peut pas être appliquée directement à un objet de type octet.

Lösung :

Pour résoudre ce problème, vous devez convertir le contenu HTML en chaîne :

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

Cela décodera le contenu HTML de type octet en une chaîne, permettant à l'expression régulière d'être appliquée avec succès.

Une fois la conversion effectuée, vous pouvez continuer à utiliser l'expression régulière pour trouver le titre de la page Web. Le code corrigé devrait ressembler à ceci :

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)

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!