如何提取网页中的日期？

虽然在提取新闻正文的时候，准确率比较高，但由于提取新闻发布时间使用的是正则表达式，因此提取效果有时候不那么让人满意。

最近我发现Python的一个第三方库，叫做htmldate，经过测试，它提取新闻的发布时间比较准确。我们来看看这个库怎么使用。

首先使用pip安装：

python3 -m pip install htmldate

然后，我们使用Requests或者Selenium获得网站的源代码：

import requests

from htmldate import find_date

html = requests.get('https://www.kingname.info/2022/03/09/this-is-gnelist/').content.decode('utf-8')

date = find_date(html)

print(date)

运行效果如下图所示：

而这篇文章的发布时间，确实是3月9号