GoogleNews设置period='1d'仍返回超24小时新闻的解决方法

• 核心问题是你重复实例化了GoogleNews对象：第一行写的googlenews=GoogleNews(period='1d')在下一行就被googlenews=GoogleNews(lang='en', region='US')完全覆盖，新实例没有传入period参数，日期筛选规则根本没有生效，自然会拉到数周、数月前的旧闻。
• 你的筛选逻辑写在了final_results的遍历里，但最后生成DataFrame用的是未经过滤的原始results列表，筛选逻辑没有对最终输出生效。
• 靠匹配date字段里的"week""month"关键词做过滤容错性极差，比如"2 days ago"这类超出24小时的内容不会被识别，很容易漏筛。

• 初始化GoogleNews时一次性传入所有配置参数，不要重复创建实例覆盖已有配置
• 直接用结果中自带的解析好的datetime字段做时间判断，比匹配文本精准得多
• 最终生成DataFrame时使用经过去重、关键词筛选、时间筛选后的结果列表

修复后的完整代码：

from GoogleNews import GoogleNews
from newspaper import Article
import pandas as pd
from datetime import datetime, timedelta

search_term = "Binoculars"

# 一次性传入所有配置，避免重复实例化覆盖参数
googlenews = GoogleNews(period='1d', lang='en', region='US')
googlenews.search(search_term)

raw_results = []
filtered_results = []

# 拉取多页结果
for page in range(1, 5):
    googlenews.getpage(page)
    raw_results.extend(googlenews.result())

# 计算24小时前的时间阈值
cutoff_time = datetime.now() - timedelta(days=1)

for item in raw_results:
    # 去重 + 描述关键词匹配
    if item not in filtered_results and search_term in item["desc"]:
        # 用解析好的datetime字段做精确时间筛选
        item_pub_time = item.get("datetime")
        if item_pub_time and item_pub_time >= cutoff_time:
            filtered_results.append(item)

# 用筛选后的结果生成DataFrame
df = pd.DataFrame(filtered_results)
df

补充说明 #

• GoogleNews返回的每条结果自带已经解析完成的datetime字段，为标准Python datetime对象，直接和时间阈值比较即可，不需要手动解析"X days ago"这类文本，筛选精度可以严格卡在24小时范围内。
• 运行后打印df的date列，不会再出现超出1天范围的旧内容。

内容的提问来源于stack exchange，提问作者omclinto