search

zcyeee / EastMoney_Crawler

东方财富网股吧爬虫，爬取帖子及其评论的相关信息，并储存到数据库中（附详细操作说明）
MIT License
32 stars 7 forks source link

time下的text或许不是完全由时间戳组成，可能附带汉字 #6

Closed cstk2715 closed 1 month ago

cstk2715 commented 1 month ago

在 https://guba.eastmoney.com/news,832089,1460483446.html 这个帖子中，我发现假设time下的text会出现"修改于xxxx-xxxx-xxxx“这样的字段，这会导致爬虫一直出现异常，导致无法正常运行。或许需要对parsers的get_post_year方法做出修改，因为原方法是int(date_str[:4])，取前4个会是“修改于2”,无法int转换，不断抛出异常，重复。

zcyeee commented 1 month ago

收到，谢谢你的issue，已经通过正则表达式打上了布丁😃