Python Goose 无法提取日期

Question

我正在使用 Python Goose。您可以在 this link 中找到它

我想提取发布日期，但是当我运行:

g = Goose()
entity = g.extract(url="mylink")
date = entity.publish_date

结果是 None

我已经在许多网站上尝试过了，结果是 None

有什么建议吗？

Answer 1

我刚刚检查了来源的相关部分:crawler.pypublish_date 提取当前已被注释掉

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

进一步检查表明，如果您取消注释上面的行，您将能够定义您的自定义日期提取器。但是，Goose 中没有实现默认的日期提取器。请参阅此方法:https://github.com/grangier/python-goose/blob/master/goose/configuration.py 中的 set_publishdate_extractor