如何用批处理文件从指定网站提取日、月、年、时间信息？

命令行（Bash）高效实现 #

比起手动用正则解析curl返回的HTML，用专门的HTML解析工具pup能精准定位元素，避免正则匹配的不稳定问题：

1. 先安装pup：
   • Debian/Ubuntu：sudo apt install pup
   • macOS：brew install pup
2. 执行以下命令提取字段并存入变量：

# 获取目标时间元素的文本（页面核心时间元素ID为ct）
raw_datetime=$(curl -s https://www.timeanddate.com/worldclock/fullscreen.html?n=37 | pup '#ct text{}')

# 拆分日期时间到独立变量（格式示例：Friday, 15 November 2024 14:35:26）
day=$(echo "$raw_datetime" | awk '{print $2}')
month=$(echo "$raw_datetime" | awk '{print $3}')
year=$(echo "$raw_datetime" | awk '{print $4}')
time=$(echo "$raw_datetime" | awk '{print $5}')

# 验证结果
echo "日: $day, 月: $month, 年: $year, 时间: $time"

Python 健壮实现 #

如果需要应对页面结构小变动，用requests+BeautifulSoup的结构化解析更可靠：

1. 安装依赖：

pip install requests beautifulsoup4

2. 脚本代码：

import requests
from bs4 import BeautifulSoup

url = "https://www.timeanddate.com/worldclock/fullscreen.html?n=37"
resp = requests.get(url)
soup = BeautifulSoup(resp.text, "html.parser")

# 提取核心时间文本
raw_dt = soup.find(id="ct").text.strip()

# 拆分字段
parts = raw_dt.split()
day, month, year, time = parts[1], parts[2], parts[3], parts[4]

print(f"日: {day}, 月: {month}, 年: {year}, 时间: {time}")

方案优势 #

• 避免正则陷阱：纯curl+正则依赖HTML的固定格式，网站微小更新就会失效；通过元素ID定位只要核心元素不变，就能稳定运行。
• 可读性与维护性更高：结构化解析逻辑清晰，比一堆正则替换更容易修改和调试。

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