美丽的汤解析文章在媒体上的发布日期 python

Question

我需要使用美汤解析媒体上文章的“发布日期”。我在循环中成功解析了作者、标题、阅读时间，但出于某种原因“出版日期”对我不起作用。

示例如下：

https://medium.com/interlay/archive/2020

所以 prasing 的输出将是 Jun 18, 2020 ; Mar 5 , 2020 ; Feb 23, 2020 etc.

Answer 1

日期出现在每篇文章的 <time> 标签内 <div>。

Select <time> 标记并打印它的文本。

这是代码。

import requests
from bs4 import BeautifulSoup
url = 'https://medium.com/interlay/archive/2020'
r = requests.get(url)
soup = BeautifulSoup(r.text, 'lxml')

t = [x.text.strip() for x in soup.find_all('time')]
print(t)

['Jun 18, 2020', 'Mar 4, 2020', 'Feb 23, 2020', 'Nov 30, 2020', 'Apr 15, 2020', 'Aug 21, 2020', 'Oct 27, 2020']

Answer 2

import requests
from bs4 import BeautifulSoup
    
url='https://medium.com/interlay/archive/2020'
    
response = requests.get(url)
soup = BeautifulSoup(response.content, 'html.parser')

您可以从其 class 中找到 main_div 标签并循环遍历它以从 time 标签

中获取数据

main_div=soup.find_all("div",class_="streamItem streamItem--postPreview js-streamItem")
for div in main_div:
    print(div.find("time").text)

输出：

Jun 18, 2020
Mar 4, 2020
Feb 23, 2020
Nov 30, 2020
Apr 15, 2020
Aug 21, 2020
Oct 27, 2020

美丽的汤解析文章在媒体上的发布日期 python

beautiful soup parse published date of article on medium python

python

parsing

beautifulsoup