Xpath的提取日期

Question

UPDATE：關於我的第二個問題（如何將字符串轉換爲日期格式在MySQL），我找到了一種方法，並希望分享它：

1）保存該「字符串日期」的數據作爲VARCHAR（不要使用TEXT）

2）當表示PHP或其他方式的MySQL數據，使用STR_TO_DATE（字符串日期欄，日期格式的功能），如以下示例：

$sql = "SELECT * FROM yourtablename ORDER BY str_to_date(string-date-column, '%d %M %Y')"; 

---

我正在使用scrapy收集數據，寫入數據庫。從一個網站，每個項目的發佈日期被列爲如下：

<p> #This is the last <p> within each <div> 
<br> 
[15 May 2015, #9789] 
<br> 
</p> 

所以日期始終落後「[」和「，」之前。我用下面的XPath代碼以提取：

sel.xpath("p[last()]/text()[contains(., '[')]").extract() 

但我會得到整條生產線：

[15 May 2015, #9789] 

那麼，如何讓「2015年5月15日」的只有一部分？如果可以這樣做，如何將抓取的字符串（2015年5月15日）轉換爲真正的DATE數據，因此可用於排序？謝謝一堆！

Answer 1

更 「scrapic」 方法將涉及使用在XPath表達式built-in regular expression support和/或.re()。

這是同時適用：

In [1]: response.xpath("p[last()]/text()[re:test(., '\[\d+ \w+ \d{4}\, #\d+\]')]").re(r"\d+ \w+ \d{4}") 
Out[1]: [u'15 May 2015'] 

或者，這就是當你使用.re()提取日期定位元素像之前：

In [2]: response.xpath("p[last()]/text()[contains(., '[')]").re(r"\d+ \w+ \d{4}") 
Out[2]: [u'15 May 2015'] 

Answer 2

關於第一個問題，假設有最大的一個日期的時間，你可以使用XPath substring-after()和substring-before()功能的組合來獲取文本節點的15 May 2015部分：

substring-before(substring-after(p[last()]/text()[contains(., '[')], '['), ',') 

關於第二個問題，你可以使用datetime.strptime()字符串轉換爲datetime：

import datetime 

result = datetime.datetime.strptime("15 May 2015", "%d %b %Y") 
print(result) 
print(type(result)) 

輸出：

2015-05-15 00:00:00 
<type 'datetime.datetime'>