求大神帮忙解决下这个问题

1. 
   
2. import requests
   
3. from requests.excepti** import RequestException as RE
   
4. import re
   
5. 
   
6. def get_one_page(url):
   
7.     try:
   
8.         resp**e = requests.get(url)
   
9.         if resp**e.status_code == 200:
   
10.             return resp**e.text
    
11.         else:
    
12.             return None
    
13.     except RE:
    
14.         return None
    
15. 
    
16. def parse_one_page(html):
    
17.     partten = re.compile('<strong>.*?href="(.*?)".*？title>(.*?)</a>.*?<strong>.*?<a.*?<p>.*?href="(.*?)".*?="(.*?)"'
    
18.                          +'.*?</td>',re.S)
    
19.     items = re.findall(partten,html)
    
20.     for item in items:
    
21.         yield {
    
22.             "歌曲地址": 'https://www.xiami.com'+item[0],       #加不加‘https：...’都报错
    
23.             "歌曲名称": item[1],
    
24.             "歌手": item[3],
    
25.             "艺人介绍": 'https://www.xiami.com'+item[2]
    
26. 
    
27.         }
    
28. 
    
29. def main():
    
30.     url = 'https://www.xiami.com/chart'
    
31.     html = get_one_page(url)
    
32.     for item in parse_one_page(html):
    
33.         print(item)
    
34. 
    
35. 
    
36. if __name__ == '__main__':
    
37.     main()
    

复制代码

求大神帮忙解决，我是新手，刚开始联系写爬虫，这是我练习正则表达式的一个程序，爬取了豆瓣读书的排行榜，正常运行，后来我看到虾米音乐有个音乐排行榜，就想把歌曲链接，歌手等信息爬下来，只改了url链接和正则表达式，就出现这个问题了，请大神帮忙解决下

return _compile(pattern, flags).findall(string)
TypeError: expected string or bytes-like object

PS:查了下，让  items = re.findall(partten,html) 改成  items = re.findall(partten,html.text) 还是报错

html = get_one_page(url)
html返回的是None，所以有问题，你需要修改get_one_page函数；或者判断下html是否None然后另做处理

应该是表头的原因，requests.get的时候你加个表头伪装一下就可以了

你们都是大神，一句话就说对了，果真需要headers，可惜我提取的信息结果是乱码，查了下好像是json解析之类的问题，搞不懂，反正是练习正则表达式，换个酷我音乐把榜单信息抓下来了，等以后再研究其他问题