如何处理：return _compile(pattern, flags).search(string) TypeError：期望字符串或缓冲区？

本文共计428个文字，预计阅读时间需要2分钟。

今天写爬虫，爬取MM图片页面的时，遇到了一个问题，上图看看我的代码：

python

1import urllib

2import urllib2

3import re

45 class JPMSG:

6 7 def __init__(self, baseUrl): 8 self.baseUrl=baseUrl 9 10 def get_title(self): 11 pass

今天写爬虫，爬取MM图片页面的标题时，遇到了一个问题，上图：

看看我的代码：

1 import urllib
2 import urllib2
3 import re
4
5 class JPMSG:
6
7 def __init__(self, baseUrl):
8 self.baseUrl = baseUrl
9
10 def getPage(self, viewNum):
11 try:
12 url = self.baseUrl + str(viewNum) + '.html'
13 request = urllib2.Request(url)
14 response = urllib2.urlopen(request)
15 #print response
16 return response
17 except urllib2.URLError, e:
18 if hasattr(e, "reason"):
19 print "爬取MM图片失败，失败原因", e.reason
20 return None
21
22 def getTitle(self):
23 page = self.getPage(13235)
24 pattern = re.compile('<div class="bttitke"><h2>(.*?)</h2>', re.S)
25 result = re.search(pattern, page)
26 if result:
27 print result.group(0)
28 return result.group(0).strip()
29 else:
30 return None

哈哈，发现问题了吗？原因是我的返回的response没加read()，应该是return response.read()

好了，一波未平，一波又起。上图：

为什么我的正则表达式匹配的标题连标签都匹配下来了，我们要的仅仅是标题啊。

原因就出在print result.group(0)身上，group()的方法，当有多个参数时是以元组形式返回，编号0表示整个匹配的子串，而group(1)才是我们要的第一个也是唯一一个元素。

修改后，我们得到了正确的标题：