python3已经将2.6之前的urllib.urlopen停用,现已替换为urllib.request.urlopen().
使用webpage.read()读取的页面内容text内容为bytes-object,打印内容为b’……‘
,无法直接使用到re.search(),使用前需要转换为string类型。
text为bytes-object,将其转换为字符串text.decode(),默认参数为空,也可使用编码方式参数,格式为decode(“gb2312”)。
str为字符串,转换为byte-object,转换方法为str.encode(encoding=”utf-8”),’utf-8’为编码方式,根据需要可以使用其他编码方式,如gb2312
from urllib.request import *
import re
webpage = urlopen('https://www.python.org/')
text = webpage.read()
print(text[0:100])
strt =text.decode()
print(strt[0:100])
pat = re.compile('<title>(.*)</title>')
m = re.search(pat,strt)
print(m.group(1))