如何用BeautifulSoup获取YouTube视频的datetime格式发布时间？

嘿，我来帮你解决这个爬虫里的时间转换问题！你现在拿到的是YouTube界面显示的带前缀的文本，我们有两种靠谱的方式把它转成标准的YYYY-MM-DD HH:MM:SS格式，甚至能拿到更精确的时间哦。

优先推荐：直接抓页面里的标准时间属性 #

其实YouTube的watch-time-text元素里面藏着一个<time>标签，它的datetime属性已经是ISO标准的时间格式（比如2020-02-08T14:30:00Z），直接取这个属性比解析文本靠谱多了，完全不用担心界面显示格式变了导致解析失败。

修改你的代码试试这个：

from datetime import datetime

# 先找到watch-time-text元素，再定位里面的time标签
time_tag = video_soup.find("strong", class_="watch-time-text").find("time")
if time_tag and "datetime" in time_tag.attrs:
    # 拿到ISO格式的时间字符串，处理下时区兼容问题
    iso_time = time_tag["datetime"].replace("Z", "+00:00")
    # 转成datetime对象
    publish_dt = datetime.fromisoformat(iso_time)
    # 转成你要的YYYY-MM-DD HH:MM:SS格式字符串
    video_obj["date_published"] = publish_dt.strftime("%Y-%m-%d %H:%M:%S")
else:
    # 如果找不到time标签，就用文本解析当备用方案
    raw_text = video_soup.find("strong", class_="watch-time-text").text
    # 把"Published on "前缀去掉，拿到纯日期字符串
    clean_date_str = raw_text.replace("Published on ", "").strip()
    # 解析成datetime对象（这里只有日期，时间默认是00:00:00）
    publish_dt = datetime.strptime(clean_date_str, "%b %d, %Y")
    video_obj["date_published"] = publish_dt.strftime("%Y-%m-%d %H:%M:%S")

return video_obj["date_published"]

备用方案：仅解析界面显示的文本 #

要是哪天页面结构变了，找不到<time>标签，就用文本解析的方式救急：

1. 先把文本里的"Published on "前缀删掉，得到像Feb 8, 2020这样的纯日期字符串
2. 用datetime.strptime()按照对应的格式解析：%b对应月份缩写（比如Feb），%d对应日期，%Y对应4位年份
3. 解析后用strftime()转成你要的格式，因为原文本没显示时间，所以时间部分会是00:00:00

代码示例：

from datetime import datetime

raw_time_text = video_soup.find("strong", class_="watch-time-text").text
# 清理文本，提取核心日期部分
clean_date = raw_time_text.replace("Published on ", "").strip()
# 解析为datetime对象
publish_datetime = datetime.strptime(clean_date, "%b %d, %Y")
# 转换为目标格式的字符串
video_obj["date_published"] = publish_datetime.strftime("%Y-%m-%d %H:%M:%S")

return video_obj["date_published"]

小提醒 #

不同地区的YouTube界面可能显示不同的日期格式（比如有的地方是8 Feb 2020），这时候抓<time>标签的属性就稳多了，不受语言和地区影响。要是你需要的是datetime对象而不是字符串，直接返回publish_dt就行，不用调用strftime()。

内容的提问来源于stack exchange，提问作者Proteeti Prova