如何从戴尔社区论坛指定日期提取帖子信息并存入Excel？

需求明确 #

• 提取目标帖子的标题
• 筛选出2022年10月25日发布的评论，需包含：用户名、完整发布时间、评论内容
• 将所有符合要求的数据保存至Excel文件

完整实现代码 #

import requests
from bs4 import BeautifulSoup
from openpyxl import Workbook

url = "https://www.dell.com/community/Inspiron-Desktops/I-am-getting-time-sync-errror-and-the-last-synced-time-shown-as/m-p/8290678#M36017"

# 发送请求并解析页面
result = requests.get(url)
doc = BeautifulSoup(result.text, "html.parser")

# 提取帖子标题
post_title = doc.find("h1", class_="lia-message-subject").get_text(strip=True)

# 初始化存储列表
filtered_comments = []

# 遍历所有评论块
for comment in doc.find_all("div", class_="lia-message-row"):
    # 提取用户名
    username = comment.find("span", class_="lia-user-name").get_text(strip=True)
    # 提取完整发布时间（日期+时间）
    local_date = comment.find("span", class_="local-date").get_text(strip=True)
    local_time = comment.find("span", class_="local-time").get_text(strip=True)
    full_time = f"{local_date} {local_time}"
    # 提取评论内容
    content = comment.find("div", class_="lia-message-body-content").get_text(strip=True, separator="\n")
    
    # 筛选2022年10月25日的评论
    if local_date == "10/25/2022":
        filtered_comments.append([username, full_time, content])

# 创建Excel文件并写入数据
wb = Workbook()
ws = wb.active
# 设置表头
ws.append(["帖子标题", post_title])
ws.append([])  # 空行分隔
ws.append(["用户名", "发布时间", "评论内容"])
# 写入筛选后的评论
for row in filtered_comments:
    ws.append(row)

# 保存Excel文件
wb.save("戴尔论坛评论数据.xlsx")
print("数据已成功保存至Excel文件")

代码说明 #

• 页面解析：通过requests获取页面内容，使用BeautifulSoup解析HTML结构
• 标题提取：定位页面中lia-message-subject类的h1元素，获取帖子标题
• 评论提取：逐个遍历评论块，从每个块中分别提取用户名、日期、时间及评论内容，合并日期时间为完整格式
• 日期筛选：判断评论的发布日期是否为目标日期10/25/2022，仅保留符合条件的评论
• Excel操作：使用openpyxl创建工作簿，写入标题及评论数据，最终保存为Excel文件

内容的提问来源于stack exchange，提问作者NApStor