使用BeautifulSoup提取HTML中datetime返回None的原因及解决方法

为什么返回None？ #

你的代码里用了soup.find("time", class_="datetime")，但看你提供的HTML片段，<time>标签的class是author-details__timestamp formatTimeStampEs6，根本没有datetime这个类，所以BeautifulSoup找不到匹配的元素，自然返回None。另外，你已经从Chrome DevTools复制了正确的CSS选择器，但代码里完全没用到这个选择器。

解决方法 #

方法1：使用你复制的CSS选择器 #

直接用BeautifulSoup的select_one()方法传入复制的选择器，精准定位元素：

def extract_time(data):
    """Extract the time from the HTML of the article page."""
    soup = BeautifulSoup(data, 'html.parser')
    # 使用复制的CSS选择器定位time元素
    time_element = soup.select_one('#article > div.mar-article > div > div.mar-article__timestamp > time')
    if time_element:
        # 提取datetime属性值
        datetime_value = time_element.get('datetime')
        print(datetime_value)
        return datetime_value
    return None

方法2：通过正确的class属性定位 #

如果不想用CSS选择器，也可以用<time>标签的实际class来查找（多个class选其中一个即可，比如author-details__timestamp）：

def extract_time(data):
    """Extract the time from the HTML of the article page."""
    soup = BeautifulSoup(data, 'html.parser')
    # 使用正确的class查找time元素
    time_element = soup.find("time", class_="author-details__timestamp")
    if time_element:
        # 提取datetime属性
        datetime_value = time_element['datetime']
        print(datetime_value)
        return datetime_value
    return None

关键注意点 #

• 提取属性值可以用element.get('属性名')或者element['属性名']，前者在属性不存在时返回None，后者会抛出KeyError，根据需求选择即可。
• 查找元素时，一定要确保条件和HTML中的实际属性完全匹配，不要凭猜测写属性值。

内容的提问来源于stack exchange，提问作者elksie5000