如何修复Python datetime.strptime解析日期触发的ValueError报错

你的代码报错和日期是单数字/双数字完全无关，两个报错分别来自两个基础问题：

• 第一个格式不匹配错误：你爬取到的日期文本首尾带了换行符，从报错信息time data '\nJuly 4, 2022\n'就能直接看到，字符串前后的\n是网页元素自带的换行空白，没有清理就直接传入解析，自然匹配不上你写的格式串。
• 第二个bad directive错误：%-d是类Unix平台（Linux/macOS）专属的无前导零日期解析指令，Windows平台的Python标准库不支持这个写法，跨平台运行必然报错。而且你完全不需要用这个指令：%d本身就可以同时解析带前导零和不带前导零的日期，不管是July 4, 2022还是July 04, 2022，用%B %d, %Y都能正常解析，之前解析失败纯粹是首尾换行符导致的。

另外你的代码还藏了两个会触发运行错误的小问题：一是没有导入BeautifulSoup库，二是查找职位列表的那行代码用了未定义的soup变量，实际你初始化的BeautifulSoup对象叫jobSoup；另外代码里引用了headers变量但没有提前定义，直接运行也会报错。

1. 所有从网页提取的文本，在做格式解析前统一调用.strip()方法，清除首尾的换行、空格、制表符等空白字符。
2. 日期解析格式保持用%B %d, %Y即可，不需要为单数字日期做特殊适配。
3. 修正代码里的变量名错误、缺失导入问题。

修复后的可运行代码如下：

import requests
from bs4 import BeautifulSoup
from datetime import datetime

# 提前定义请求头，否则requests请求可能被站点拦截
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36"
}

def jobScan(link):
     
    the_job = {}

    jobUrl = link['href']
    the_job['urlLink'] = jobUrl
   
    jobs = requests.get(jobUrl, headers=headers)
    jobC = jobs.content
    jobSoup = BeautifulSoup(jobC, "lxml")

    # 修复变量名错误，替换不存在的soup为jobSoup
    table = jobSoup.find_all("a", attrs={"class": "job-details-link"})

    postDate = jobSoup.find_all("span", {"class": "job-date__posted"})[0]
    postDate = postDate.text.strip() # 清除首尾空白字符
    date_posted = datetime.strptime(postDate, '%B %d, %Y')
    the_job['date_posted'] = date_posted

    closeDate = jobSoup.find_all("span", {"class": "job-date__closing"})[0]
    closeDate = closeDate.text.strip() # 清除首尾空白字符
    closing_date = datetime.strptime(closeDate, '%B %d, %Y')
    the_job['closing_date'] = closing_date
    
    return the_job

如果后续遇到同站点日期格式更混乱、手动写格式串适配麻烦的场景，可以用python-dateutil库的自动解析功能，不需要手动指定格式就能识别绝大多数常规日期写法，适合爬虫场景使用：

• 安装命令：pip install python-dateutil
• 用法示例：

from dateutil import parser
# 自动解析日期，不需要写格式串，同样兼容单/双数字日期
date_posted = parser.parse(postDate.strip())
closing_date = parser.parse(closeDate.strip())

内容的提问来源于stack exchange，提问作者Muhumuza