python3学习（5）：在网站地图爬虫时的cannot use a string pattern on a bytes-like object 问题的解决方法

顶洞达人

于 2018-06-29 20:53:03 发布

阅读量673

点赞数

分类专栏： Python学习笔记

本文链接：https://blog.csdn.net/qq_38378811/article/details/80861642

版权

本文介绍了在Python3中进行网站地图爬虫时遇到的'cannot use a string pattern on a bytes-like object'错误的解决方法。关键在于将正则表达式中的字符串进行.decode('utf-8')转换，以适应字节类型的对象。通过修改代码，成功从sitemap.xml中提取链接并下载相应页面。

摘要由CSDN通过智能技术生成

一、python3里的 urllib2 已经没有了，改为了 urllbi.request，因此，直接导入 import urllib.request 即可。

二、必须对正则表达式里的引用变量进行格式变换 .decode('utf-8')，否则会报错说不能在一个字节类的对象上使用字符串格式。

如下代码所示。

### 一、 网站地图爬虫，控制用户代理的设定，可捕获异常、重试下载并设置用户代理。wswp: web scraping with python
import urllib.request  ## -- written by LiSongbo
def Rocky_dnload(url,user_agent='wswp',num_retries = 2):
    print('Downloading:',url)
    LiSongbo_he={
  'User-agent'

最低0.47元/天解锁文章