[已解决]Exception: Unexpected data type <class 're.Pattern'>

柠檬冲冲冲

Traceback (most recent call last):
  File "C:/Users/123/Desktop/12爬虫.py", line 111, in <module>
    main()
  File "C:/Users/123/Desktop/12爬虫.py", line 30, in main
    savedata(datalist,savepath)
  File "C:/Users/123/Desktop/12爬虫.py", line 105, in savedata
    sheet.write(i+1,j,data[j])#数据
  File "C:\Users\123\PycharmProjects\pythonProject2\venv\lib\site-packages\xlwt\Worksheet.py", line 1088, in write
    self.row(r).write(c, label, style)
  File "C:\Users\123\PycharmProjects\pythonProject2\venv\lib\site-packages\xlwt\Row.py", line 254, in write
    raise Exception("Unexpected data type %r" % type(label))
Exception: Unexpected data type <class 're.Pattern'>
一下上面这个又是什么原因啊，谢了，能解释一下这个是什么意思吗

1. from bs4 import BeautifulSoup #网页解析
   
2. import re #正则表达式，进行文字匹配
   
3. import urllib.request, urllib.error
   
4. import xlwt#进行excel操作
   
5. import sqlite3#进行SQlite数据库操作
   
6. 
   
7. 
   
8. #影片详情链接的规则
   
9. findlink = re.compile(r'<a href="(.*?)">')#创建正则表达式对象，表示规则（字符串模式）
   
10. #影片图片的链接
    
11. findimgscr = re.compile(r'<img.*src="(.*?)"',re.S) #re.S让换行符包含在字符中
    
12. #影片片名
    
13. findtitle = re.compile(r'<span class="title">(.*)</span>')
    
14. #影片的评分
    
15. findrating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
    
16. #找到评价人数
    
17. findnum = re.compile(r'<span>(\d*)人评价</span>')
    
18. #找到概况
    
19. findgk = re.compile(r'<span class="inq">(.*)</span>')
    
20. #找到影片的相关内容
    
21. findabout = re.compile(r'<p class="">(.*?)</p>', re.S)
    
22. 
    
23. def main():
    
24.     baseurl = "https://movie.douban.com/top250?start="
    
25.     #爬取网页
    
26.     datalist = getdata(baseurl)
    
27. 
    
28.     # 前面的为用excel表格存储
    
29.     savepath = "豆瓣电影top250.xls"
    
30.     savedata(datalist,savepath)
    
31. 
    
32. #爬取网页
    
33. def getdata(baseurl):
    
34.     datalist = []
    
35.     for i in range(0,10):#调用获取页面信息的函数，10次
    
36.         url = baseurl + str(i*25)
    
37.         html = askURL(url)#保存获取到的网页源码
    
38.           #逐一解析数据
    
39.         soup = BeautifulSoup(html,"html.parser")
    
40.         for item in soup.find_all('div',class_="item"):#查找符合要求的字符串，形成列表
    
41.             #测试查看电影item全部信息
    
42.             data = []#保存一部电影的全部信息
    
43.             item = str(item)
    
44.             # 获取影片的超链接
    
45.             link = re.findall(findlink,item)[0]  #re库用来通过正则表达式查找指定的字符串
    
46.             imgscr = re.findall(findimgscr,item)[0]  #添加图片
    
47.             data.append(findimgscr)
    
48.             titles = re.findall(findtitle,item)[0]#片名可能只有一个中文名，没有外文
    
49.             if (len(titles)==2):
    
50.                 ctitle = titles[0]
    
51.                 data.append(ctitle)#添加中文名
    
52.                 otitle = titles[1].replace("/","")#去掉无关的符号
    
53.                 data.append(otitle)#添加外国名
    
54.             else:
    
55.                 data.append(titles[0])
    
56.                 data.append('')#外国名字留空
    
57.             rating = re.findall(findrating,item)[0]#添加评分
    
58.             data.append(rating[0])
    
59. 
    
60.             num =re.findall(findnum,item)[0]
    
61.             data.append(num[0])#添加评价人数
    
62.             gk = re.findall(findgk,item)
    
63.             if len(gk)!= 0:
    
64.                 gk =gk[0].replace("。","")
    
65.                 data.append(gk)  # 添加概况
    
66.             else:
    
67.                 data.append(" ")
    
68.             about = re.findall(findabout,item)
    
69.             about = re.sub('<br(\s+)?/>(\s+)?', "", str(about))#去掉<br/>
    
70.             about = re.sub('/',"",about)#替换/
    
71.             data.append(about.strip())#去掉前面的空格
    
72.             datalist.append(data)#把处理好的一部电影信息放入datalist
    
73.     return datalist
    
74. 
    
75. 
    
76. #得到指定一个url的网页内容
    
77. def askURL(url):
    
78.     head = {"User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Mobile Safari/537.36"}
    
79.     request = urllib.request.Request(url,headers= head)
    
80.     html = ""
    
81.     try:
    
82.         response = urllib.request.urlopen(request)
    
83.         html = response.read().decode("utf-8")
    
84.     except urllib.error.URLError as e:
    
85.         if hasattr(e,"code"):
    
86.             print(e.code)
    
87.         if hasattr(e,"reason"):
    
88.             print(e.reason)
    
89.     return html
    
90. 
    
91. #保存数据
    
92. #用excel
    
93. def savedata(datalist,savepath):
    
94.     print("savepath……")
    
95. 
    
96.     book = xlwt.Workbook(encoding="utf-8",style_compression=0)#创建workbook对象
    
97.     sheet = book.add_sheet('豆瓣电影top250',cell_overwrite_ok=True)#创建工作表
    
98.     col = ("电影详情链接","图片链接","影片中文名","影片外国名","评分","评价数","概况","相关信息")
    
99.     for i in range(0,8):
    
100.         sheet.write(0,i,col[i])#列名
     
101.     for i in range(0,250):
     
102.         #print("第%d条"%(i+1))
     
103.         data = datalist[i]
     
104.         for j in range(0,8):
     
105.             sheet.write(i+1,j,data[j])#数据
     
106.     book.save(savepath)#保存
     
107. 
     
108. 
     
109. 
     
110. if __name__ == "__main__": #调用函数，当程序执行时
     
111.     main()
     
112. 
     
113. #用数据库时
     
114. #if __name__ == "__main__":
     
115. #     init_db("movietest,db")
     
116. print("爬取完成")
     
117. 
     
118. 
     
119. 
     
120. 
     
121. 
     
122. 
     
123. 
     
124. 
     
125. 
     
126. 
     
127. 
     
128. 
     
129. 
     
130. 
     
131. 
     
132. 
     
133. 
     
134. 
     

复制代码

最佳答案

月排行榜 / 总排行榜

isdkz

2022-1-30 18:00:32

47行改成data.append(imgscr)，你写入excel表的时候报这个错Exception: Unexpected data type <class 're.Pattern'>就是它不期望得到一个正则表达式的实例，很明显你的datalist中存在这样的实例，也就是说你误把正则表达式的实例添加进列表了

1. from bs4 import BeautifulSoup #网页解析
   
2. import re #正则表达式，进行文字匹配
   
3. import urllib.request, urllib.error
   
4. import xlwt#进行excel操作
   
5. import sqlite3#进行SQlite数据库操作
   
6. 
   
7. 
   
8. #影片详情链接的规则
   
9. findlink = re.compile(r'<a href="(.*?)">')#创建正则表达式对象，表示规则（字符串模式）
   
10. #影片图片的链接
    
11. findimgscr = re.compile(r'<img.*src="(.*?)"',re.S) #re.S让换行符包含在字符中
    
12. #影片片名
    
13. findtitle = re.compile(r'<span class="title">(.*)</span>')
    
14. #影片的评分
    
15. findrating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
    
16. #找到评价人数
    
17. findnum = re.compile(r'<span>(\d*)人评价</span>')
    
18. #找到概况
    
19. findgk = re.compile(r'<span class="inq">(.*)</span>')
    
20. #找到影片的相关内容
    
21. findabout = re.compile(r'<p class="">(.*?)</p>', re.S)
    
22. 
    
23. def main():
    
24.     baseurl = "https://movie.douban.com/top250?start="
    
25.     #爬取网页
    
26.     datalist = getdata(baseurl)
    
27. 
    
28.     # 前面的为用excel表格存储
    
29.     savepath = "豆瓣电影top250.xls"
    
30.     savedata(datalist,savepath)
    
31. 
    
32. #爬取网页
    
33. def getdata(baseurl):
    
34.     datalist = []
    
35.     for i in range(0,10):#调用获取页面信息的函数，10次
    
36.         url = baseurl + str(i*25)
    
37.         html = askURL(url)#保存获取到的网页源码
    
38.           #逐一解析数据
    
39.         soup = BeautifulSoup(html,"html.parser")
    
40.         for item in soup.find_all('div',class_="item"):#查找符合要求的字符串，形成列表
    
41.             #测试查看电影item全部信息
    
42.             data = []#保存一部电影的全部信息
    
43.             item = str(item)
    
44.             # 获取影片的超链接
    
45.             link = re.findall(findlink,item)[0]  #re库用来通过正则表达式查找指定的字符串
    
46.             imgscr = re.findall(findimgscr,item)[0]  #添加图片
    
47.             data.append(imgscr)   # 修改这一行
    
48.             titles = re.findall(findtitle,item)[0]#片名可能只有一个中文名，没有外文
    
49.             if (len(titles)==2):
    
50.                 ctitle = titles[0]
    
51.                 data.append(ctitle)#添加中文名
    
52.                 otitle = titles[1].replace("/","")#去掉无关的符号
    
53.                 data.append(otitle)#添加外国名
    
54.             else:
    
55.                 data.append(titles[0])
    
56.                 data.append('')#外国名字留空
    
57.             rating = re.findall(findrating,item)[0]#添加评分
    
58.             data.append(rating[0])
    
59. 
    
60.             num =re.findall(findnum,item)[0]
    
61.             data.append(num[0])#添加评价人数
    
62.             gk = re.findall(findgk,item)
    
63.             if len(gk)!= 0:
    
64.                 gk =gk[0].replace("。","")
    
65.                 data.append(gk)  # 添加概况
    
66.             else:
    
67.                 data.append(" ")
    
68.             about = re.findall(findabout,item)
    
69.             about = re.sub('<br(\s+)?/>(\s+)?', "", str(about))#去掉<br/>
    
70.             about = re.sub('/',"",about)#替换/
    
71.             data.append(about.strip())#去掉前面的空格
    
72.             datalist.append(data)#把处理好的一部电影信息放入datalist
    
73.     return datalist
    
74. 
    
75. 
    
76. #得到指定一个url的网页内容
    
77. def askURL(url):
    
78.     head = {"User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Mobile Safari/537.36"}
    
79.     request = urllib.request.Request(url,headers= head)
    
80.     html = ""
    
81.     try:
    
82.         response = urllib.request.urlopen(request)
    
83.         html = response.read().decode("utf-8")
    
84.     except urllib.error.URLError as e:
    
85.         if hasattr(e,"code"):
    
86.             print(e.code)
    
87.         if hasattr(e,"reason"):
    
88.             print(e.reason)
    
89.     return html
    
90. 
    
91. #保存数据
    
92. #用excel
    
93. def savedata(datalist,savepath):
    
94.     print("savepath……")
    
95. 
    
96.     book = xlwt.Workbook(encoding="utf-8",style_compression=0)#创建workbook对象
    
97.     sheet = book.add_sheet('豆瓣电影top250',cell_overwrite_ok=True)#创建工作表
    
98.     col = ("电影详情链接","图片链接","影片中文名","影片外国名","评分","评价数","概况","相关信息")
    
99.     for i in range(0,8):
    
100.         sheet.write(0,i,col[i])#列名
     
101.     for i in range(0,250):
     
102.         #print("第%d条"%(i+1))
     
103.         data = datalist[i]
     
104.         for j in range(0,8):
     
105.             sheet.write(i+1,j,data[j])#数据
     
106.     book.save(savepath)#保存
     
107. 
     
108. 
     
109. 
     
110. if __name__ == "__main__": #调用函数，当程序执行时
     
111.     main()
     
112. 
     
113. #用数据库时
     
114. #if __name__ == "__main__":
     
115. #     init_db("movietest,db")
     
116. print("爬取完成")
     
117. 
     
118. 
     
119. 
     
120. 
     
121. 
     
122. 
     
123. 
     
124. 
     
125. 
     
126. 
     
127. 
     
128. 
     
129. 
     
130. 
     
131. 
     
132. 
     
133. 
     
134. 
     

复制代码

跳转到最佳答案楼层

isdkz

47行改成data.append(imgscr)，你写入excel表的时候报这个错Exception: Unexpected data type <class 're.Pattern'>就是它不期望得到一个正则表达式的实例，很明显你的datalist中存在这样的实例，也就是说你误把正则表达式的实例添加进列表了

1. from bs4 import BeautifulSoup #网页解析
   
2. import re #正则表达式，进行文字匹配
   
3. import urllib.request, urllib.error
   
4. import xlwt#进行excel操作
   
5. import sqlite3#进行SQlite数据库操作
   
6. 
   
7. 
   
8. #影片详情链接的规则
   
9. findlink = re.compile(r'<a href="(.*?)">')#创建正则表达式对象，表示规则（字符串模式）
   
10. #影片图片的链接
    
11. findimgscr = re.compile(r'<img.*src="(.*?)"',re.S) #re.S让换行符包含在字符中
    
12. #影片片名
    
13. findtitle = re.compile(r'<span class="title">(.*)</span>')
    
14. #影片的评分
    
15. findrating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
    
16. #找到评价人数
    
17. findnum = re.compile(r'<span>(\d*)人评价</span>')
    
18. #找到概况
    
19. findgk = re.compile(r'<span class="inq">(.*)</span>')
    
20. #找到影片的相关内容
    
21. findabout = re.compile(r'<p class="">(.*?)</p>', re.S)
    
22. 
    
23. def main():
    
24.     baseurl = "https://movie.douban.com/top250?start="
    
25.     #爬取网页
    
26.     datalist = getdata(baseurl)
    
27. 
    
28.     # 前面的为用excel表格存储
    
29.     savepath = "豆瓣电影top250.xls"
    
30.     savedata(datalist,savepath)
    
31. 
    
32. #爬取网页
    
33. def getdata(baseurl):
    
34.     datalist = []
    
35.     for i in range(0,10):#调用获取页面信息的函数，10次
    
36.         url = baseurl + str(i*25)
    
37.         html = askURL(url)#保存获取到的网页源码
    
38.           #逐一解析数据
    
39.         soup = BeautifulSoup(html,"html.parser")
    
40.         for item in soup.find_all('div',class_="item"):#查找符合要求的字符串，形成列表
    
41.             #测试查看电影item全部信息
    
42.             data = []#保存一部电影的全部信息
    
43.             item = str(item)
    
44.             # 获取影片的超链接
    
45.             link = re.findall(findlink,item)[0]  #re库用来通过正则表达式查找指定的字符串
    
46.             imgscr = re.findall(findimgscr,item)[0]  #添加图片
    
47.             data.append(imgscr)   # 修改这一行
    
48.             titles = re.findall(findtitle,item)[0]#片名可能只有一个中文名，没有外文
    
49.             if (len(titles)==2):
    
50.                 ctitle = titles[0]
    
51.                 data.append(ctitle)#添加中文名
    
52.                 otitle = titles[1].replace("/","")#去掉无关的符号
    
53.                 data.append(otitle)#添加外国名
    
54.             else:
    
55.                 data.append(titles[0])
    
56.                 data.append('')#外国名字留空
    
57.             rating = re.findall(findrating,item)[0]#添加评分
    
58.             data.append(rating[0])
    
59. 
    
60.             num =re.findall(findnum,item)[0]
    
61.             data.append(num[0])#添加评价人数
    
62.             gk = re.findall(findgk,item)
    
63.             if len(gk)!= 0:
    
64.                 gk =gk[0].replace("。","")
    
65.                 data.append(gk)  # 添加概况
    
66.             else:
    
67.                 data.append(" ")
    
68.             about = re.findall(findabout,item)
    
69.             about = re.sub('<br(\s+)?/>(\s+)?', "", str(about))#去掉<br/>
    
70.             about = re.sub('/',"",about)#替换/
    
71.             data.append(about.strip())#去掉前面的空格
    
72.             datalist.append(data)#把处理好的一部电影信息放入datalist
    
73.     return datalist
    
74. 
    
75. 
    
76. #得到指定一个url的网页内容
    
77. def askURL(url):
    
78.     head = {"User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Mobile Safari/537.36"}
    
79.     request = urllib.request.Request(url,headers= head)
    
80.     html = ""
    
81.     try:
    
82.         response = urllib.request.urlopen(request)
    
83.         html = response.read().decode("utf-8")
    
84.     except urllib.error.URLError as e:
    
85.         if hasattr(e,"code"):
    
86.             print(e.code)
    
87.         if hasattr(e,"reason"):
    
88.             print(e.reason)
    
89.     return html
    
90. 
    
91. #保存数据
    
92. #用excel
    
93. def savedata(datalist,savepath):
    
94.     print("savepath……")
    
95. 
    
96.     book = xlwt.Workbook(encoding="utf-8",style_compression=0)#创建workbook对象
    
97.     sheet = book.add_sheet('豆瓣电影top250',cell_overwrite_ok=True)#创建工作表
    
98.     col = ("电影详情链接","图片链接","影片中文名","影片外国名","评分","评价数","概况","相关信息")
    
99.     for i in range(0,8):
    
100.         sheet.write(0,i,col[i])#列名
     
101.     for i in range(0,250):
     
102.         #print("第%d条"%(i+1))
     
103.         data = datalist[i]
     
104.         for j in range(0,8):
     
105.             sheet.write(i+1,j,data[j])#数据
     
106.     book.save(savepath)#保存
     
107. 
     
108. 
     
109. 
     
110. if __name__ == "__main__": #调用函数，当程序执行时
     
111.     main()
     
112. 
     
113. #用数据库时
     
114. #if __name__ == "__main__":
     
115. #     init_db("movietest,db")
     
116. print("爬取完成")
     
117. 
     
118. 
     
119. 
     
120. 
     
121. 
     
122. 
     
123. 
     
124. 
     
125. 
     
126. 
     
127. 
     
128. 
     
129. 
     
130. 
     
131. 
     
132. 
     
133. 
     
134. 
     

复制代码