Python爬虫日期解析报错：'Sept 26 2022'不匹配'%b %d %Y'格式

核心错误原因 #

1. Locale不匹配：datetime.strptime默认依赖系统本地语言环境，如果你的系统locale不是英文，无法识别英文月份缩写"Sept"，这是格式不匹配的主要诱因。
2. 代码语法错误：datetime_obj.enter code heredate()是无效语法，应改为datetime_obj.date()。
3. 变量名混乱：published_Date和Published_Date大小写混用，容易引发逻辑疏漏。

解决方案 #

方案1：手动设置英文locale（适配标准格式日期） #

导入locale模块强制英文环境，同时修正代码中的变量与语法问题：

from datetime import datetime
import locale

# 设置英文locale（不同系统参数有差异，Windows可尝试'English_US'）
try:
    locale.setlocale(locale.LC_TIME, 'en_US.UTF-8')
except:
    locale.setlocale(locale.LC_TIME, 'C')  # 备选方案，强制使用C标准locale

# 优化后的日期解析逻辑
published_date_parts = soup.find('time', class_="relative z-1").get_text(strip=True).split(", ")
published_date = " ".join(published_date_parts[:2]).replace(',', '').replace('.', '')
# 去除首尾空白后再解析，避免多余空格干扰格式匹配
datetime_obj = datetime.strptime(published_date.strip(), '%b %d %Y')
published_date = datetime_obj.date()
print("Published Date:", published_date)

方案2：使用python-dateutil自动解析（更省心，兼容多格式） #

不想处理locale问题的话，推荐用python-dateutil库自动识别日期格式：

1. 先安装依赖：

pip install python-dateutil

2. 简化后的代码：

from datetime import datetime
from dateutil.parser import parse

published_date_text = soup.find('time', class_="relative z-1").get_text(strip=True)
# fuzzy=True会自动忽略非日期内容，直接提取有效日期
datetime_obj = parse(published_date_text, fuzzy=True)
published_date = datetime_obj.date()
print("Published Date:", published_date)

额外优化点 #

原代码中循环拼接字符串的方式冗余，用" ".join()替代更简洁高效；调用get_text(strip=True)后，再用strip()处理最终拼接结果，能彻底避免多余空格引发的匹配问题。

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