ページから URL を自動的に取得する方法を学習しようとしています。次のコードでは、Web ページのタイトルを取得しようとしています。
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)
そして、次のような予期しないエラーが発生します。
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
何が間違っているのでしょうか?
ベストアンサー1
.decodeたとえば、を使用して html (バイトのようなオブジェクト) を文字列に変換したいとしますhtml = response.read().decode('utf-8')。