Scrapy中日期格式匹配错误排查：参照文档仍报错

问题分析 #

你处理后的日期字符串是Sept 23 2022，但Python的datetime.strptime默认使用的locale可能不识别Sept这种4位的月份缩写（%b格式符通常匹配3位缩写，比如Sep），这就导致了格式不匹配的报错。另外，代码中未处理response.css(...).get()返回None的情况，也可能引发额外的属性错误。

修复方案 #

方案1：统一月份缩写为3位 #

在字符串处理阶段直接把Sept替换成Sep，适配%b的匹配规则：

from datetime import datetime

raw_date = response.css('span[class="published-date-day"] ::text').get()
if raw_date:
    Published_Date = raw_date.strip().replace(",", "").replace(".", "").replace("Sept", "Sep")
    Published_Date = datetime.strptime(Published_Date, "%b %d %Y").date()
else:
    Published_Date = None  # 处理日期不存在的边界情况

方案2：设置英文locale识别完整缩写 #

通过设置locale为英文，让%b能识别Sept这类4位月份缩写：

import locale
from datetime import datetime

# 设置英文locale（需确保系统支持对应配置，不同系统可能有差异）
try:
    locale.setlocale(locale.LC_TIME, 'en_US.UTF-8')
except locale.Error:
    # 备用英文locale选项
    locale.setlocale(locale.LC_TIME, 'English_US')

raw_date = response.css('span[class="published-date-day"] ::text').get()
if raw_date:
    Published_Date = raw_date.strip().replace(",", "").replace(".", "")
    Published_Date = datetime.strptime(Published_Date, "%b %d %Y").date()
else:
    Published_Date = None

注意事项 #

• 必须处理get()返回None的情况，避免调用strip()时触发AttributeError。
• 不同系统支持的locale配置不同，方案2中如果en_US.UTF-8无效，可以尝试en_GB.UTF-8等其他英文locale。

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