Python爬虫从二手车爬取文本中提取年份数字并存储为独立变量

观察你获取的车型字符串均以4位生产年份作为开头，以下两种方法都可以实现提取需求：

方法1：直接切片（最简单） #

因为年份固定占据每个字符串的前4位，直接切片即可：

year_list = [car_item[:4] for car_item in model]

运行后year_list就是你需要的年份字符串列表，如果你需要整数格式的年份，修改为：

year_list = [int(car_item[:4]) for car_item in model]

方法2：正则匹配（鲁棒性更高） #

如果后续页面结构变动，可能出现字符串开头不是年份的异常情况，用正则匹配更稳妥，不会直接报错：

import re

year_list = []
for car_str in model:
    # 匹配字符串开头的连续4位数字
    year_match = re.match(r'^\d{4}', car_str)
    if year_match:
        year_list.append(year_match.group())
    else:
        # 未匹配到的场景填充占位符，保证列表长度和原车型列表一致
        year_list.append(None)

两种方法得到的结果都和你给出的预期输出完全匹配。

内容的提问来源于stack exchange，提问作者Shailesh2692