htmlデータから抜き出した日付データをpythonを使って日付と時間で分けたい。

前提・実現したいこと

下記のコードを書き、日付のデータを日付と時間で分けたいのです。
今のコードだと、日付とコードが一緒に書き出されてしまうので、一度エクセルに書き出して日付と時間を分ける方法を考えていますが、以下のエラーメッセージが出ました。

アドバイスいただけないでしょうか。どうぞよろしくお願いいたします。

htmlデータ

発生している問題・エラーメッセージ

 File "C:/Users/XXXXXXX/タイトル無し1.py", line 31, in <module>
    mojie=datetime.datetime.fromtimestamp("cur_pos")

TypeError: an integer is required (got type str)

該当のソースコード

python
1
2import os, tkinter, tkinter.filedialog, tkinter.messagebox
3root = tkinter.Tk()
4root.withdraw()
5fTyp = [("","*.html")]
6file = tkinter.filedialog.askopenfilename(filetypes = fTyp)
7fd=open(file,"r",encoding="utf-8") 
8
9res=fd.read()
10from bs4 import BeautifulSoup
11
12mojie=[]
13cur_pos=0
14while True :
15   target_tag = '<ul class="d-chat_timeline-info">'
16   closing_tag = '</li>'
17   start_pos = res[cur_pos:].find(target_tag)
18   end_pos = res[cur_pos:].find(closing_tag)
19   if (start_pos == -1) or (end_pos == -1):
20      break
21   mojie.append(res[cur_pos + start_pos + len(target_tag) : cur_pos + end_pos])
22
23   cur_pos = cur_pos + end_pos + len(closing_tag)
24   mojie=datetime.datetime.fromtimestamp("cur_pos")
25
26
27import xlsxwriter 
28wb = xlsxwriter.Workbook('C:/Users/XXXXXXXXX/Desktop/out.xlsx')
29ws1 = wb.add_worksheet('sheet')
30
31
32i=0
33for a in filter(lambda x:x != "",mojie):
34    i=i+1
35    ws1.write(i, 1, a)
36
37
38wb.close()

試したこと

エクセルにて日付時刻のセルを分割する方法をやってみました。
A1　　　　　　　　B1　　　　　　　C1
2006/08/04 10:00:00 2006/08/04 10:00:00
B1 =TEXT(A1,"yyyy/mm/dd")
C1 =TEXT(A1,"h:mm:ss")

B1、C1ともにA1がそのまま書き出される。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

行動規範の内容に同意します

回答2件

dateutil.parserでdatetimeに変換するのが楽だと思います。

Python
1import datetime
2from dateutil.parser import parse
3
4res="""<ul class="d-chat_timeline-info">2006/08/04  10:00:00 </li>
5<ul class="d-chat_timeline-info">2019/08/12  12:34:56 </li>"""
6
7target_tag = '<ul class="d-chat_timeline-info">'
8closing_tag = '</li>'
9
10mojie = []
11cur_pos = 0
12while True:
13    start_pos = res[cur_pos:].find(target_tag)
14    end_pos = res[cur_pos:].find(closing_tag)
15    if (start_pos == -1) or (end_pos == -1):
16        break
17
18    dt = parse(res[cur_pos + start_pos + len(target_tag) : cur_pos + end_pos])
19    mojie.append( (dt.date(), dt.time())) # タプルとして日付と時刻を格納
20
21    cur_pos = cur_pos + end_pos + len(closing_tag)
22
23print(mojie)
24# [(datetime.date(2006, 8, 4), datetime.time(10, 0)), (datetime.date(2019, 8, 12), datetime.time(12, 34, 56))]

投稿2019/08/12 00:26

can110

総合スコア38266

Excelにこだわらなくて良いならdatetimeでも使ってはいかがですか？

python
1from bs4 import BeautifulSoup
2from datetime import datetime
3
4html = "<!DOCTYPE html>" \
5       "<html lang=\"ja\">" \
6       "<head>" \
7       "    <title>" \
8       "        テストページ" \
9       "    </title>" \
10       "</head>" \
11       "<body>" \
12       "    <ul>" \
13       "        <li class=\"d-chat_timeline-info\">2006/08/04 10:00:00</li>" \
14       "    </ul>" \
15       "" \
16       "</body>" \
17       "</html>"
18
19soup = BeautifulSoup(html, "html.parser")
20element = soup.find_all('li', class_="d-chat_timeline-info")
21for n in element:
22    mytime = datetime.strptime(n.string, '%Y/%m/%d %H:%M:%S')
23    print('日 ： {}\t 時： {}'.format(mytime.strftime('%Y/%m/%d'), mytime.strftime('%H:%M:%S')))
24