0

Web サイトのソース コード内のテキストを検索するスクリプトを作成しようとしています。私はそれを持っているので、ソースコードを正常に取得して出力し、次のようになります: b'<?xml version="1.0" encoding="UTF-8" ?>\n<!DOCTYPE html...など

ただし、 を使用してコード内の 'div' タグを検索しようとすると、バイト リテラルを受け取っているという事実に関係していると思わprint(page.find('div'))れるというエラーが表示されます。TypeError: Type str doesn't support the buffer API文字列を検索できるようにするには、これを UTF-8 または ASCII としてエンコードするにはどうすればよいですか?

必要に応じて、実行している簡単なコードを次に示します。

import urllib.request
from urllib.error import URLError

def get_page(url):
  #make the request
  req = urllib.request.Request(url)
  the_page = urllib.request.urlopen(req)

  #get the results of the request
  try:
    #read the page
    page = the_page.read()
    print(page)
    print(page.find('div'))

  #except error
  except URLError as e:
    #if error has a reason (thus is url error) print the reason
    if hasattr(e, 'reason'):
      print(e.reason)
    #if error has a code (thus is html error) print the code and the error
    if hasattr(e, 'code'):
      print(e.code)
      print(e.read())
4

1 に答える 1

0

Python v.3を使用していると思います（ステートメントではなく関数としての印刷から述べられているように）。

Python 3 では、ページはバイト オブジェクトです。そのため、バイト オブジェクトも使用して検索する必要があります。これを試してください：

print(page.find(b'div'))

これが役立つことを願っています

于 2013-01-15T12:04:04.457 に答える