Python爬虫使用strptime解析EDT时区日期字符串报错

报错根因 #

Python标准库datetime.strptime的%z占位符仅支持解析±HHMM格式的数值型UTC偏移（比如+0800对应东八区），无法识别EDT、CST这类字母形式的时区缩写，因此格式匹配失败。
另外你原格式串里的%H是24小时制占位符，但目标时间是带AM/PM标识的12小时制格式，就算时区问题解决，这里也会把下午时间解析成凌晨时间，导致排序错误。

可选解决路径 #

路径1：移除时区直接解析（适合仅需按文章发布先后排序、不需要时区换算的场景） #

原始时间字符串最后固定为「空格+3位时区缩写」共4个字符，直接截断后用修正后的格式串解析即可：

raw_date_str = soup.find('time').text.strip()
# 截断末尾4位的时区部分，用12小时制占位符%I解析
date = datetime.datetime.strptime(raw_date_str[:-4], "%b %d, %Y %I:%M%p")

路径2：完整解析带时区的时间（需要保留时区信息、统一时间基准的场景） #

标准库没有内置缩写时区解析能力，可以用python-dateutil库的解析器自动识别时间格式，不需要手动写匹配串：

1. 先安装依赖：
   pip install python-dateutil
2. 修改日期解析代码：

from dateutil import parser
# 自动识别原始时间字符串，解析结果自带时区信息
date = parser.parse(soup.find('time').text.strip())

如果需要把所有文章时间统一转换为固定时区（比如北京时间）方便排序，可以搭配时区库做转换：

import pytz
# 解析后统一转为东八区时间
date = parser.parse(soup.find('time').text.strip()).astimezone(pytz.timezone('Asia/Shanghai'))

内容的提问来源于stack exchange，提问作者NaNFill