使用 requests 库爬取日期数据时遇到的一个奇怪的日期解析问题

今天在爬数据的时候,遇到一个很奇怪的问题。

例如,我爬取的是如下页面:
在这里插入图片描述
页面 url:https://www.gdtz.gov.cn/tybm/apply3!applyView.action?id=ff80808147c3b2270147d88a2fa3069d

用的采集工具是 requests,但是在采集备案申报日期和复核通过日期这两个字段时,却遇到了些问题。

在网页源代码中,备案申报日期对应 html 标签中的文本如下:
在这里插入图片描述
但是采集到网页源代码却是如下:
在这里插入图片描述
这就很奇怪,目前也不清楚原因。

在这里,获取到的网页源代码经过了 bs4 解析,对应代码如下:

soup = BeautifulSoup(r.text, "html.parser")

还以为是因为 bs4 把这些日期文本进行了自动转化,结果查看 requests 获取到的原始 text 中,日期格式也是这样:
在这里插入图片描述
不知道发生了什么。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值