Python：看到报纸3k提供的文章时间戳吗？

如何解决Python：看到报纸3k提供的文章时间戳吗？

当我这样做

import newspaper
cnn_paper = newspaper.build(news_source_url,memoize_articles=False)
for article in cnn_paper.articles:
    print(article.url)
exit()

我获得了可以使用news_source_url软件包从'http://cnn.com'（例如newspaper3k）下载的文章的URL列表。有没有办法获取各篇文章的时间戳？

对于CNN来说，很多文章的日期似乎都编码在URL中，但是我想获取 any 新闻来源的文章时间戳。而且我想同时获得日期和时间。

解决方法

您可以使用带有以下代码的 Newspaper 来获取文章的发布日期。我将日期输出重新格式化，因为它们具有00:00:00时间戳。

import newspaper
from datetime import datetime

cnn_paper = newspaper.build('http://cnn.com',memoize_articles=False)
for item in cnn_paper.articles:
  article = newspaper.Article(item.url)
  article.download()
  article.parse()
  if article.url and article.publish_date is not None:
    print(article.url)
    publish_date = datetime.strptime(str(article.publish_date),'%Y-%m-%d %H:%M:%S').strftime('%Y-%m-%d')
    print(publish_date)

如果您需要文章的确切发布日期和时间戳，则需要从文章的URL中获取日期。在查看了报纸的代码之后，我找到了一个元标记提取器。

import newspaper

cnn_paper = newspaper.build('http://cnn.com',memoize_articles=False)
for item in cnn_paper.articles:
   article = newspaper.Article(item.url)
   article.download()
   article.parse()
   if article.url and article.publish_date is not None:
     article_meta_data = article.meta_data
     article_published_date = sorted({value for (key,value) in article_meta_data.items() if key == 'pubdate'})
     if article_published_date:
        print(article_published_date)
     else:
        print('no published date provided')