正则处理BeautifulSoup列表遇TypeError，求提取链接数字生成新链接方案

嘿，我看到你被这个TypeError困扰多日了，咱们来一步步搞定它～

错误根源 #

你代码里的re.search(r"\((.......\))",element)这行出了问题：这里的element是BeautifulSoup返回的<a>标签对象，而不是字符串类型。re.search()只能处理字符串或字节对象，所以才会抛出TypeError: expected string or bytes-like object。

修正方案 #

我们需要先从标签里取出包含javascript:analysis(XXXXXXX)的href属性值，再用正则提取数字，最后拼接成目标链接。下面是修正后的完整代码：

import bs4 as bs
import sys
import re
from PyQt5.QtWebEngineWidgets import QWebEnginePage
from PyQt5.QtWidgets import QApplication
from PyQt5.QtCore import QUrl

class Page(QWebEnginePage):
    def __init__(self, url):
        self.app = QApplication(sys.argv)
        QWebEnginePage.__init__(self)
        self.html = ''
        self.loadFinished.connect(self._on_load_finished)
        self.load(QUrl(url))
        self.app.exec_()

    def _on_load_finished(self):
        self.html = self.toHtml(self.Callable)
        print('READY!')

    def Callable(self, html_str):
        self.html = html_str
        self.app.quit()

def main():
    page = Page('http://www.nowgoal.cc/')
    soup = bs.BeautifulSoup(page.html, 'html.parser')
    analysis_links = []  # 存储最终生成的分析页面链接
    
    # 遍历所有带赛事分析标识的a标签
    for a_tag in soup.find_all("a", attrs={'title' : 'Match analyze'}):
        # 提取a标签的href属性值（这才是包含javascript代码的字符串）
        href_content = a_tag.get('href')
        if href_content:
            # 用正则精准提取analysis()括号内的数字
            match_result = re.search(r"analysis\((\d+)\)", href_content)
            if match_result:
                match_id = match_result.group(1)
                # 拼接成直接访问的分析页面URL
                full_link = f"http://www.nowgoal.cc/analysis/{match_id}.html"
                analysis_links.append(full_link)
    
    # 输出所有生成的链接
    print("生成的赛事分析直接链接列表：")
    for link in analysis_links:
        print(link)

if __name__ == '__main__':
    main()

关键修正点 #

• 获取正确的字符串源：用a_tag.get('href')拿到实际的javascript代码字符串，而不是直接操作Tag对象
• 优化正则表达式：r"analysis\((\d+)\)"专门匹配analysis(数字)的格式，\d+可以适配任意长度的数字，比固定7位的匹配更灵活
• 结构化存储结果：把生成的链接存入列表，方便后续批量使用

运行这段代码后，就能成功提取所有赛事的分析页面直接链接，不会再抛出类型错误啦～

内容的提问来源于stack exchange，提问作者Mad Mike