如何处理诸如“5 分钟前”“3 小时前”“两天前”这样的时间

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2832 天前的主题，其中的信息可能已经有所发展或是发生改变。

爬到如题的一些关于时间的描述，不知道如何转换为当前计算机的时间

第 1 条附言 · 2017-02-26 14:38:41 +08:00

听大家说想想也对， x 分钟前， x 小时前当作当天处理， x 天前减去 x 天， x 星期前就减去 7 乘 x ，再往后就是 yyyy-mm-dd 的格式，就好处理了，多谢大家

诸如

时间

转换

计算机

48 条回复 • 2017-02-26 23:03:51 +08:00

dxwwym

2017-02-24 20:55:59 +08:00 via iPhone

页面源码应该是时间，用 js 改的相对时间

ineed

2017-02-24 20:57:59 +08:00 via Android

js 可以用 moment.js

devzero

2017-02-24 21:03:14 +08:00 via Android

@dxwwym 并没有

c4pt0r

2017-02-24 21:06:24 +08:00

那么简单的文法，手写一下 parser 咯，前段时间刚好写了个简单的 lexer 和 parser
https://github.com/c4pt0r/calbot

knightdf

2017-02-24 21:14:35 +08:00

@c4pt0r Don't panic, :)

slysly759

2017-02-24 21:32:45 +08:00 via Android

懒的后端不写直接传 json 带时间戳
前端 js 转换 if 判断
勤快点的就后台梳理这么写的
反正我就是这么写的

不知道你为啥有这个需求。。。

devzero

2017-02-24 22:02:10 +08:00 via Android

@slysly759 我也很无奈啊

chroming

2017-02-24 22:07:14 +08:00 via iPhone

爬虫爬取网页会遇到这样的处理需求。没查过有没有现成轮子，要自己写的话就是匹配一下文字再转换就可以了

sfree2005

2017-02-24 22:13:05 +08:00 via iPhone

我没有写过爬虫，但如果可能，直接爬服务器返回的 json ，时间戳一般可以在里面找到。我写后端的时候就返回时间戳，到了前端我会用 moment.js 转成“ 3 小时前”之类的表达

2017-02-24 22:13:50 +08:00

实际上你爬虫爬这种数据，多半能在目标附近找到一个标准时间或者是时间戳。

可以简单 parse 一下，然后用 pytime 这个库走一波就行了。

noNOno

2017-02-24 22:17:27 +08:00

如果可以到数据库，那么同时保存一个入库时间，用 sql 处理>入库时间减去'N'分钟 where 包含 '分钟前'
以此类推就可以了

devzero

2017-02-24 22:18:51 +08:00 via Android

@sfree2005 很可惜是写死在网页里的

noNOno

2017-02-24 22:19:25 +08:00

你是不是抓的视频网站。。。。

devzero

2017-02-24 22:20:54 +08:00 via Android

@noNOno 我是爬到的数据😂

BiggerLonger

2017-02-24 22:23:15 +08:00 via Android

python arrow

noNOno

2017-02-24 22:23:44 +08:00

那就同时获取你爬取到那条数据的时间，然后减去 'X 小时' 就可以了。就是要加个计算，我目前就是这样在数据库层面离线处理

sfree2005

2017-02-24 22:26:18 +08:00 via iPhone

@devzero 你看网站 HTML 源码是写死的但有没有查过 Chrome dev tool 里面的 network 标签？如果这里面也没有那只能肯定那个是后端处理了。即使你通过转换，得到的时间都只是大概的

HanSonJ

2017-02-24 22:30:18 +08:00

https://github.com/hustcc/timeago.js

HanSonJ

2017-02-24 22:31:35 +08:00

没看认真题主问题 - -，忽略我。。。

polythene

2017-02-24 22:38:54 +08:00

@chroming 刚写了一个工具，用来将自然语言中的时间信息提取出来，再转化成具体的时间，可以参考一下：
https://github.com/polyrabbit/WeCron/blob/master/WeCron/wxhook/todo_parser/local_parser.py

devzero

2017-02-24 22:45:09 +08:00 via Android

@sfree2005 嗯，确认了
嘛，至少比日期精确

mringg

2017-02-24 22:51:01 +08:00 via iPhone

我更喜欢 shell

qhxin

2017-02-24 23:03:01 +08:00 via Android

strtotime php 是世界上最好的语言

sunchen

2017-02-24 23:09:16 +08:00

自己算一下呗，算个大概时间

FreeDog

2017-02-24 23:10:12 +08:00

总共就那些固定格式，收集、判断、提取字符串转换下即可

FreeDog

2017-02-24 23:10:43 +08:00

做好了可以传到 pip 或者 GitHub 上~ 应该不少人会用到

onlyhot

2017-02-24 23:12:43 +08:00 via iPhone

已经有人说过了我再说一遍 php 是最好的语言..

cxbig

2017-02-24 23:14:50 +08:00

具体分析下咯
看看这个内容的背后是什么机制驱动的，如果是纯前端，多半在什么地方有时间戳，只要数据不是藏在闭包里，还是有机会拿到的
实在不行，要求不是那么精确的话，根据文法用正则翻译一下
如“一小时以前”可以变成 date.today() - timedelta(hours = 1)什么的

falcon05

2017-02-24 23:18:08 +08:00 via iPhone

写个 strtotime 的 PHP 脚本， Python 里调用 PHP 脚本获取结果，（逃

nightv2

2017-02-24 23:20:01 +08:00 via Android

@cxbig v2 的也包含时间戳么？

sobigfish

2017-02-24 23:32:33 +08:00

因为最终大多数都变成多少天前，所以你这个数据的精度要不了那么高吧，直接算日子，省略时间吧

devzero

2017-02-24 23:33:55 +08:00 via Android

@sobigfish 😂说得也是

cxbig

2017-02-24 23:41:10 +08:00

@nightv2 没仔细研究，看上去是没有实时更新的。不过精确到分钟，想来精度是够用的。

devzero

2017-02-24 23:41:51 +08:00 via Android

@BiggerLonger 是用 arrow.get 么...

trcnkq

2017-02-25 01:31:34 +08:00

这里其实隐含了另一个问题：“ 5 分钟前”“ 3 小时前”“两天前”表示的精度是不一样的，都转化成一个精确到秒且没有其他信息的数据并不合适。

malcolmyu

2017-02-25 01:57:28 +08:00

https://momentjs.com/

precisi0nux

2017-02-25 06:16:32 +08:00 via iPhone

@falcon05 php 有更好的实现， Carbon

ikaros

2017-02-25 10:06:16 +08:00

我觉得问题在于不同的网站都各有一套显示规则,还不止这个显示方式,新闻抓取就这毛病

xiaonengshou

2017-02-25 10:19:59 +08:00

竟然有人妄图让后端转换这些东西。。。如果在实际项目里，后端转换了，这个项目就废了

noNOno

2017-02-25 10:30:58 +08:00

@xiaonengshou 看需求，如果爬下来的数据是要离线分析用， ETL 时处理也没什么

klxq15

2017-02-25 11:33:09 +08:00 via Android

在爬 weibo 的数据时也遇到这个问题，以前的 json 接口带时间戳，不过那个接口废了，新接口只有这样的时间

sefemp

2017-02-25 14:55:16 +08:00 via Android

如果爬的够勤快，理论上只需要处理分钟即可

southwolf

2017-02-25 19:05:20 +08:00

@xiaonengshou 通常就是后端转换的啊

southwolf

2017-02-25 19:09:12 +08:00

@xiaonengshou 比如最方便的 Rails 直接提供 time_ago_in_words 方法…

jon

2017-02-26 09:11:04 +08:00 via Android

@falcon05 php 不愧是最好的语言

dofine

2017-02-26 15:23:49 +08:00

Python 可以用 pendulum
https://github.com/sdispater/pendulum

```
>>> past = pendulum.now().subtract(minutes=2)
>>> past.diff_for_humans()
>>> '2 minutes ago'
```

devzero

2017-02-26 19:21:42 +08:00 via Android

@dofine 昂...我是要逆转换

why1

2017-02-26 23:03:51 +08:00 via Android

爬附件的上传时间