尝试打印页面中的所有链接时，Python 3.6 : TypeError: a bytes-like object is required, 而不是 'str'

Question

我正在参加一个针对初学者的 Python 在线类(class)。该类(class)解释了如何打印网页源代码中的所有链接。我使用 Notepad++ 编写了执行此操作的代码，然后将它们粘贴到 Python 解释器(Windows 上的 Python 3.6)中。

def get_next_target(page):
    start_link=page.find('<a href=')
    if start_link==-1:
        return None,0
    start_quote=page.find('"',start_link)
    end_quote=page.find('"',start_quote+1)
    url=page[start_quote+1,end_quote]
    return url,end_quote

def print_all_links(page):
    while True:
        url,endpos=(get_next_target(page))
        if url:
            print(url)
            page=page[endpos:]
        else:
            break

def get_page(url):
    import urllib.request
    return urllib.request.urlopen(url).read()

print_all_links(get_page('https://youtube.com'))

在我按下 Enter 后，我得到了这个:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in print_all_links
  File "<stdin>", line 2, in get_next_target
TypeError: a bytes-like object is required, not 'str'

我无法弄清楚我的代码有什么问题。

Answer 1

错误的出现是因为您调用了返回 bytes 对象的 urlopen.read。然后您尝试使用 str 搜索字符串搜索此字节串，这会导致错误。

幸运的是，修复非常小。调用 bytes.decode 将 bytes 转换为 str 对象。

import urllib.request

def get_page(url):    
    url = urllib.request.urlopen(url)
    return url.read().decode('utf-8')

此外，我建议在脚本顶部一次导入所有必需的模块。