无法获取YouTube视频播放量与发布日期的技术求助

核心定位方法（适配当前YouTube页面结构） #

YouTube页面结构频繁更新，改用data-testid属性定位元素更稳定，以下是针对目标字段的定位逻辑：

1. 获取播放量 #

当前播放量元素的data-testid为view-count，直接提取元素文本后可清洗为纯数字格式：

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

def get_video_views(driver, url):
    driver.get(url)
    # 等待播放量元素加载完成
    view_element = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.CSS_SELECTOR, '[data-testid="view-count"]'))
    )
    view_text = view_element.text
    # 清洗播放量为纯数字（处理"123,456 次观看"这类格式）
    clean_views = int(''.join(filter(str.isdigit, view_text)))
    return view_text, clean_views

2. 获取精确发布日期 #

视频下方的相对发布时间（如"2年前"），其元素的title属性存储了精确日期，无需点击弹窗，直接提取该属性即可：

def get_video_publish_date(driver):
    # 定位发布时间元素
    date_element = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.CSS_SELECTOR, '[data-testid="publish-date"]'))
    )
    # 提取精确日期（title属性存储完整日期）
    publish_date = date_element.get_attribute('title')
    return publish_date

批量更新DataFrame字段 #

结合上述函数，遍历DataFrame批量更新对应字段：

import pandas as pd
import time
import random

# 假设你的DataFrame名为df
for idx, row in df.iterrows():
    video_url = row['video_url']
    try:
        views, clean_views = get_video_views(driver, video_url)
        publish_date = get_video_publish_date(driver)
        # 更新DataFrame字段
        df.at[idx, 'views'] = views
        df.at[idx, 'clean_views'] = clean_views
        df.at[idx, 'video_age'] = publish_date  # 替换原相对时间为精确日期
        # 随机延迟，避免触发反爬机制
        time.sleep(random.uniform(2, 5))
    except Exception as e:
        print(f"处理视频 {video_url} 出错: {str(e)}")
        continue

# 保存更新后的DataFrame
df.to_csv('updated_youtube_videos.csv', index=False)

关键注意事项 #

• 必须使用WebDriverWait等待元素加载，避免因页面渲染不完全导致元素定位失败；
• 加入随机延迟，搭配无头模式时建议配置自定义user-agent，降低反爬拦截概率；
• 若元素定位失败，可通过浏览器开发者工具（F12）重新查看当前页面元素属性，更新CSS选择器。

内容的提问来源于stack exchange，提问作者Rango00