Python爬虫获取HLTV赛事时间与浏览器显示不一致的时区适配问题

这个问题的核心是时区转换差异：浏览器会自动将HLTV服务器返回的原始时间转换为你的本地时区（GMT+3，伊斯坦布尔），而你的爬虫直接拿到的是HLTV服务器的本地时间（欧洲中部时间CET/CEST，夏令时为UTC+2，非夏令时为UTC+1），所以才会出现1小时的差值。

下面给你两种可靠的解决方案，优先推荐第一种（用Unix时间戳），因为它完全避免时区歧义：

方案1：提取页面中的Unix时间戳（最准确） #

HLTV的赛事元素里自带data-unix属性，存储的是UTC时间戳（秒级），我们可以直接拿这个时间戳转换为你的本地时区：

import datetime
import requests
from bs4 import BeautifulSoup

# 请求HLTV赛事页面
url = "https://www.hltv.org/matches"
response = requests.get(url)
soup = BeautifulSoup(response.text, "html.parser")

# 遍历所有赛事卡片
match_cards = soup.find_all("div", class_="match")
for card in match_cards:
    # 获取Unix时间戳
    unix_ts = int(card.get("data-unix"))
    # 转换为UTC时间对象
    utc_time = datetime.datetime.fromtimestamp(unix_ts, datetime.timezone.utc)
    # 转换为伊斯坦布尔时区（GMT+3，土耳其全年固定时区，无夏令时）
    istanbul_tz = datetime.timezone(datetime.timedelta(hours=3), name="GMT+3")
    local_match_time = utc_time.astimezone(istanbul_tz)
    # 格式化输出，和浏览器显示一致
    print(f"赛事时间（浏览器显示）：{local_match_time.strftime('%Y-%m-%d %H:%M')}")

方案2：解析文本时间并转换时区 #

如果你只能从页面文本中提取时间字符串（比如"13:00"），需要先将其关联到HLTV的服务器时区，再转换为你的本地时区：

import datetime

# 假设你从页面提取到的时间（HLTV服务器时间，夏令时为UTC+2）
hltv_time_str = "2024-05-20 13:00"
# 定义HLTV的时区（夏令时用UTC+2，非夏令时切换为UTC+1）
hltv_tz = datetime.timezone(datetime.timedelta(hours=2), name="CEST")
# 解析为带时区的时间对象
hltv_time = datetime.datetime.strptime(hltv_time_str, "%Y-%m-%d %H:%M").replace(tzinfo=hltv_tz)
# 转换为伊斯坦布尔时区
istanbul_tz = datetime.timezone(datetime.timedelta(hours=3), name="GMT+3")
local_time = hltv_time.astimezone(istanbul_tz)
print(f"浏览器显示时间：{local_time.strftime('%Y-%m-%d %H:%M')}")

关键注意点 #

• 土耳其自2016年起取消了夏令时，全年固定使用GMT+3，所以不用处理夏令时切换的问题。
• 不要直接给爬虫拿到的时间硬加1小时——这种做法在HLTV切换夏令时（比如每年3月/10月）时会出错，必须用标准的时区转换方法。
• 优先使用data-unix的时间戳，因为它是UTC标准时间，完全没有时区解析错误的风险。

内容的提问来源于stack exchange，提问作者user5743273