Python中优雅实现多方法尝试直至成功的优化方案问询（HTML日期提取）

我需要从HTML页面提取最后修改日期这类信息，但该信息存在多种非统一的声明方式，无法通过简单循环处理。目前有两种不太理想的实现方式：

第一种是逐次判断的繁琐写法：

def get_date(html):
  date = None
  # Approach 1
  time_tag = html.find("time", {"datetime": True})
  if time_tag:
    date = time_tag["datetime"]
  if date:
    return date

  # Approach 2
  mod_tag = html.find("meta", {"property": "article:modified_time", "content": True})
  if mod_tag:
    date = mod_tag["content"]
  if date:
    return date
  
  # Approach 3
  div_tag = html.find("div", {"class": "dateline"})
  if div_tag:
    date = div_tag.get_text()
  if date:
    return date
  
  # Approach n
  # ...

  return date

第二种是将每种提取方法封装为函数后循环调用，但这些函数仅单次使用，会增加代码量且污染命名空间：

def method_1(html):
  test = html.find("time", {"datetime": True})
  return test["datetime"] if test else None

def method_2(html):
  test = html.find("meta", {"property": "article:modified_time", "content": True})
  return test["content"] if test else None

def method_3(html):
  test = html.find("div", {"class": "dateline"})
  return test.get_text() if test else None

...

def get_date(html):
  date = None
  bag_of_methods = [method_1, method_2, method_3, ...]

  i = 0
  while not date and i < len(bag_of_methods):
    date = bag_of_methods[i](html)
    i += 1

  return date

请问在Python中是否存在更简洁优雅的实现方式，既能快速执行、易于维护，又不会造成代码冗余和命名空间污染？

方案1：内部匿名函数列表+循环调用 #

把提取逻辑用匿名函数（lambda）定义在get_date函数内部，既不会污染外部命名空间，又能清晰罗列所有提取规则，循环执行直到找到有效日期：

def get_date(html):
    # 内部定义所有提取规则，不污染外部命名空间
    extractors = [
        lambda h: h.find("time", {"datetime": True})["datetime"] if h.find("time", {"datetime": True}) else None,
        lambda h: h.find("meta", {"property": "article:modified_time", "content": True})["content"] if h.find("meta", {"property": "article:modified_time", "content": True}) else None,
        lambda h: h.find("div", {"class": "dateline"}).get_text() if h.find("div", {"class": "dateline"}) else None
        # 后续规则直接追加到列表即可
    ]
    
    for extractor in extractors:
        date = extractor(html)
        if date:
            return date
    return None

方案2：生成器表达式+next() 简化循环 #

利用Python的next()函数可以接收默认值的特性，用生成器表达式遍历提取规则，找到第一个非None的结果就返回，代码更紧凑：

def get_date(html):
    extractors = [
        lambda h: h.find("time", {"datetime": True})["datetime"] if h.find("time", {"datetime": True}) else None,
        lambda h: h.find("meta", {"property": "article:modified_time", "content": True})["content"] if h.find("meta", {"property": "article:modified_time", "content": True}) else None,
        lambda h: h.find("div", {"class": "dateline"}).get_text() if h.find("div", {"class": "dateline"}) else None
    ]
    
    # 生成器逐个执行提取器，返回第一个非None的结果，无结果则返回None
    return next((extractor(html) for extractor in extractors if extractor(html)), None)

方案3：提取规则结构化（最易维护） #

把每个提取规则拆分为「查找参数」和「取值逻辑」的结构化数据，比如元组，这样后期修改、新增规则时不需要写lambda，直接修改规则列表即可，可读性和维护性更强：

def get_date(html):
    # 每个规则是一个元组：(查找标签, 查找属性, 取值函数)
    extraction_rules = [
        ("time", {"datetime": True}, lambda tag: tag["datetime"]),
        ("meta", {"property": "article:modified_time", "content": True}, lambda tag: tag["content"]),
        ("div", {"class": "dateline"}, lambda tag: tag.get_text())
        # 新增规则只需按格式追加
    ]
    
    for tag_name, attrs, getter in extraction_rules:
        tag = html.find(tag_name, attrs)
        if tag:
            try:
                return getter(tag)
            except (KeyError, AttributeError):
                # 防止标签存在但取值失败的情况，继续尝试下一个规则
                continue
    return None

这种方式的优势在于：规则和逻辑完全分离，新增或修改规则时只需要调整extraction_rules列表，不需要改动循环逻辑；同时通过异常捕获处理潜在的取值错误，鲁棒性更强。

内容的提问来源于stack exchange，提问作者Aurélien Pierre