報紙0.0.6用於Python中的Web抓取

Question

我使用Python Newspaper lib開發了一個Web抓取腳本。 我需要提取以下內容 - URL，標題，摘要，作者和出版日期。 除了出版日期之外，我得到了所有。 我的問題是，是否有人使用報紙庫來捕捉出版日期？

hn.write("***********Article no" + str(x+1) + "************\r\n");
hn.write("URL: "+ article.url+ "\r\n");
hn.write("Title: "+ article.title + "\r\n");
hn.write( "Authors: "+' '.join(map(str, article.authors)));
hn.write("\r\n");
hn.write("Summary: "+ article.summary+ "\r\n);
hn.write("Key words: ");
hn.write(str(article.keywords).strip('[]'));

有沒有辦法使用Newspaper lib獲取發布日期？

謝謝

穆克什

Answer 1

newspaper/article.py有第195行

# TODO self.publish_date = self.config.publishDateExtractor.extract(self.doc)

它似乎尚未准備好。 但您可以嘗試取消注釋此代碼。

資料來源： https ： //github.com/codelucas/newspaper/blob/master/newspaper/article.py#L195