Python 类型错误：can'；t在re.findall（）中的类似字节的对象上使用字符串模式

我正在尝试学习如何从页面自动获取URL。在以下代码中，我尝试获取网页的标题：

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()

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

导入urllib.request
进口稀土
url=”http://www.google.com"
正则表达式=r'（，+？）'
pattern=re.compile（regex）
使用urllib.request.urlopen（url）作为响应：
html=response.read（）
title=re.findall（模式，html）
印刷品（标题）

我得到了一个意想不到的错误：

Traceback (most recent call last):
  File "path\to\file\Crawler.py", line 11, in <module>
    title = re.findall(pattern, html)
  File "C:\Python33\lib\re.py", line 201, in findall
    return _compile(pattern, flags).findall(string)
TypeError: can't use a string pattern on a bytes-like object

回溯（最近一次呼叫最后一次）：
文件“path\to\File\Crawler.py”，第11行，在
title=re.findall（模式，html）
文件“C:\Python33\lib\re.py”，第201行，findall中
返回编译（模式、标志）.findall（字符串）
TypeError:无法在类似字节的对象上使用字符串模式

我做错了什么？

您想使用

.decode

将html（类似字节的对象）转换为字符串，例如

html=response.read（）.decode（'utf-8'）

---

请参见

问题在于您的正则表达式是一个字符串，而

html

是：

或使用字节正则表达式：

regex = rb'<title>(,+?)</title>'
#        ^

---

有关更多详细信息，请参阅。

此错误的可能重复解决了错误

TypeError:无法在类似字节的对象上使用字符串模式

，但随后出现了类似

UnicodeDecodeError的错误：“utf-8”编解码器无法解码位置1中的字节0xb2:无效的起始字节

。我通过使用

.decode（“utf-8”，“忽略”）

：“忽略”忽略修复了它。如果这是你想要的，那么一切都好。然而，有时这类问题掩盖了一个更深层次的问题，例如，你想要解码的东西实际上是不可解码的或不应该是可解码的，例如，压缩或加密的文本。或者它可能需要一些其他编码，比如

utf-16

。警告买主。

html = html.decode('ISO-8859-1')  # encoding may vary!
title = re.findall(pattern, html)  # no more error

regex = rb'<title>(,+?)</title>'
#        ^

with urllib.request.urlopen(url) as response:
    encoding = response.info().get_param('charset', 'utf8')
    html = response.read().decode(encoding)