解析搜狗微信文章页面源码的日期publish_time为空的解决办法（只谈思路，不提供代码）

元元的李树

已于 2022-04-20 15:29:17 修改

阅读量721

点赞数

于 2022-04-19 17:56:54 首次发布

本文链接：https://blog.csdn.net/qq0719/article/details/124279630

版权

python

文章的发布时间无法获取,但是检查页面源码的时候明明是有时间的,如图所示:

<em id="publish_time" class="rich_media_meta rich_media_meta_text"></em>

原来它是网页前端用js生成的时间。

如果想要获取该文章的日期，有一个思路是：

①搜狗微信搜文章，输入关键字
②查看网页源代码，找到
<script>document.write(timeConvert
③用正则表达式获取posix_time 数字
④posix_time转换成想要的日期格式

#附转换日期格式的代码demo

time_string = "<script>document.write(timeConvert('1649771917'))</script>"
import datetime as dt
tt = float(re.findall(r'\d+', time_string)[0])
_date = dt.datetime.utcfromtimestamp(tt).strftime("%Y-%m-%d")
_timestamp = dt.datetime.utcfromtimestamp(tt).strftime("%Y-%m-%d %H:%M:%S")