從網頁中提取文字時如何解決「TypeError：無法在 re.findall() 中的類似位元組物件上使用字串模式」？

TypeError: 在 re.findall()中的類似位元組物件上使用字串模式

嘗試使用正規表示式擷取文字時在Python中，您可能會遇到錯誤「TypeError：無法在re.findall()中的在位元組類別物件上使用字串模式」。當您使用字串正規表示式模式搜尋類似位元組的物件時，會發生此錯誤，這在處理網頁時經常會遇到。

要解決此問題，需要將類似位元組的物件解碼為應用正規表示式搜尋之前的字串。在提供的程式碼中：

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)

透過使用 .decode('utf-8') 解碼 html 變量，我們將其轉換為可以由正規表示式模式處理的 Unicode 字串。這將使程式碼成功提取網頁標題。

以上是從網頁中提取文字時如何解決「TypeError：無法在 re.findall() 中的類似位元組物件上使用字串模式」？的詳細內容。更多資訊請關注PHP中文網其他相關文章！