以下代码是我迄今为止的完整程序：
from datetime import timedelta
from datetime import datetime
import urllib.request
import urllib.parse
import re
import pprint
#Falchion Knife Stained (Minimum Wear)
falchion_stained_MW = 'http://steamcommunity.com/market/listings/730/%E2%98%85%20Falchion%20Knife%20%7C%20Stained%20%28Minimal%20Wear%29'
values = {'s':'basics',
'submit':'search'}
data = urllib.parse.urlencode(values)
data = data.encode('utf-8')
req = urllib.request.Request(falchion_stained_MW, data)
resp = urllib.request.urlopen(req)
falchion_stained_MW_respdata = resp.read()
#pprint.pprint(falchion_stained_MW_respdata)
Unfiltered_Item_Trade_History = re.findall(r"\[\"\w{3}\s\d{2}\s\d{4}\s\d{2}:\s\+\d\"\,\d{1,3}\.\d{1,4}\,\"\d\"\]",str(falchion_stained_MW_respdata))
Unfiltered_Item_Trade_History_String = str(Unfiltered_Item_Trade_History)
Item_Trade_History1 = Unfiltered_Item_Trade_History_String.replace('["', "")
Item_Trade_History2 = re.sub(r'\s\d{2}\:\s\+\d\"\,', ": $", Item_Trade_History1)
Item_Trade_History3 = re.sub(r'\,\"\d\"\]', "", Item_Trade_History2)
Item_Trade_History4 = Item_Trade_History3.replace(r"[", "")
Item_Trade_History = Item_Trade_History4.replace(r"]", "")
#print(Item_Trade_History)
Current_Date = datetime.now()
Date_10_Days_Ago = datetime.now() - timedelta(days=10)
item_sales = [sale.split(': +0",') for sale in Item_Trade_History]
sales_10_days = [float(sale[1]) for sale in item_sales if datetime.strptime(sale[0], '%b %d %Y') - Date_10_Days_Ago > timedelta(days=0)]
print(sales_10_days)
代码行“Unfiltered_Item_Trade_History”打印以下内容。这些数据是原始形式，正是网站在抓取时提供的内容：
['[“2016年9月15日16：+ 0”，40.434，“2”]'，'[“2016年9月15日18：+ 0”，42.556，“1”]'，'[“2016年9月16日05：+ 0“，43.482，”1“]'，'[”2016年9月16日12：+ 0“，43.129，”1“]'，'[”2016年9月16日14：+ 0“，41.289，”1 “]'，'[”2016年9月16日18：+ 0“，40.67，”1“]'，'[”2016年9月16日19：+ 0“，41.902，”2“]'，'[”2016年9月16日23：+ 0“，41.4，”1“]'，'[”2016年9月17日02：+ 0“，43.495，”1“]'，'[”2016年9月17日04：+ 0“，43.562，”1 “]'，'[”2016年9月17日07：+ 0“，44.009，”1“]'，'[”2016年9月17日13：+ 0“，44.674，”2“]'，'[”2016年9月17日17：+ 0“，42.222，”1“]'，'[”2016年9月18日00：+ 0“，40.882，”1“]'，'[”2016年9月18日08：+ 0“，39.094，”1 “]'，'[”2016年9月18日11：+ 0“，40.211，”1“]'，'[”2016年9月18日12：+ 0“，41.088，”1“]'，'[”2016年9月18日14：+ 0“，44.571，”2“]'，'[”2016年9月18日17：+ 0“，36.23，”1“]'，'[”2016年9月18日20：+ 0“，41.34，”1 “]'，'[”2016年9月18日23：+ 0“，36.6，”1“]'，'[”2016年9月19日00：+ 0“，39.999，”1“]'，'[”2016年9月19日14：+ 0“，40.636，”1“]'，'[”2016年9月19日15：+ 0“，40.009，”1“]'，'[”2016年9月19日16：+ 0“，38.625，”1 “]'，'[”2016年9月19日17：+ 0“，39.101，”1“]'，'[”2016年9月19日18：+ 0“，39.361，”2“]']
下一行代码“Unfilitered_Item_Trade_History_String”返回与上面相同的列表，但是以字符串形式。
为了使它达到你在下面编写的格式，我必须使用上面的所有行+ Item_Trade_History1到4.此代码删除所有额外的字符，并在需要的地方添加$ dollar符号。一旦我到达最后一行代码“Item_Trade_History”，它将返回以下列表：
'2016年9月15日：40.434美元'，'2016年9月15日：42.556美元'，2016年9月16日：43.482美元'，2016年9月16日：43.129美元'，2016年9月16日：41.289美元'，2016年9月16日：40.67美元，'2016年9月16日：$ 41.902'，'2016年9月16日：41.4美元'，'2016年9月17日：43.495美元'，'2016年9月17日：43.562美元'，'2016年9月17日：44.009美元'，'2016年9月17日：44.674美元'，' 2016年9月17日：$ 42.222'，'2016年9月18日：$ 40.882'，'2016年9月18日：$ 39.094'，'2016年9月18日：$ 40.211'，'2016年9月18日：$ 41.088'，'2016年9月18日：$ 44.571'，'Sep 18 2016年：$ 36.23'，'2016年9月18日：41.34美元'，'2016年9月18日：36.6美元'，'2016年9月19日：39.999美元'，'2016年9月19日：40.636美元'，'2016年9月19日：40.009美元'，2016年9月19日： $ 38.625'，'2016年9月19日：$ 39.101'，'2016年9月19日：$ 39.361'
此返回的列表与您在下面添加的列表相同，是吗？
现在我添加了你给我的修改代码。
“item_sales = [sale.split（”：$“）在Item_Trade_History中出售[1：len（Item_Trade_History） - 1] .split（”'，'“）]”
并打印“item_sales”，返回此内容：
[['2016年9月15日“，”42。27“，2016年9月15日，”43.337“，2016年9月15日，”40.434“，”2016年9月15日“，”42.556“，”2016年9月16日“ ，“43.482'，'2016年9月16日”，“43.129”，“2016年9月16日”，“41。289”，“2016年9月16日”，“40。67”，“2016年9月16日”，“41。902”，“2016年9月16日” ，“41.4'，'2016年9月17日”，“43.495”，“2016年9月17日”，“43。5662”，“2016年9月17日”，“44。009”，“2016年9月17日”，“44。6474”，“2016年9月17日” ，“42.222”，“2016年9月18日”，“40.882”，“2016年9月18日”，“39。0994”，“2016年9月18日”，“40。2011”，“2016年9月18日”，“41。0888”，“2016年9月18日” ，“44.571”，“2016年9月18日”，“36.23”，“2016年9月18日”，“41。34”，“2016年9月18日”，“36。6”，“2016年9月19日”，“39。999”，“2016年9月19日” ，“40.636”，“2016年9月19日”，“40。009”，“2016年9月19日”，“38.625”，“2016年9月19日”，“39.101”，“2016年9月19日”，“39 .361”]
现在我们把它分开了，这看起来是否正确？我们越来越亲密!!!!
好的，现在当我使用最后一行代码时：
如果datetime.strptime（sale [0]，'％b％d％Y'），则在item_sales中出售sales_10_days = [float（sale [1]） - Date_10_Days_Ago＆gt; timedelta（天= 0）]
并打印“sales_10_days”，它返回：
[]
至少没有错误!!!但为什么最后一点代码不起作用？我们非常接近，我可以品尝它。你不知道我多么欣赏你的男人。非常感谢你们所有这一切。
答案 0 :(得分：0)
循环有什么问题？或者，为了更加pythonic，你可以使用列表理解。
示例：
item_sales = [sale.split(": $") for sale in item_sales_data[1:len(item_sales_data) - 1].split("','")]
sales_10_days = [float(sale[1]) for sale in item_sales if datetime.strptime(sale[0], "%b %d %Y") - Date_10_Days_ago > timedelta(days=0)]
注意：要使用datetime.strptime，您可以使用datetime import datetime或使用datetime.datetime.strptime。
编辑：要以原始格式应用数据，您可以执行以下操作：
import json
#Parse each sub array that is in JSON format
item_sales_data = [json.loads(sale) for sale in Unfiltered_Item_Trade_History]
#Trim the timezone information out of dates since it is not in a strptime friendly format
item_sales = [[sale[0][:len(sale[0]) - 4], sale[1]] for sale in item_sales_data]
#Filter the list and return only the prices from the last 10 days
sales_10_days = [sale[1] for sale in item_sales if datetime.strptime(sale[0], "%b %d %Y %H") - Date_10_Days_ago > timedelta(days=0)]
答案 1 :(得分：0)
将'date: price'拆分为[date, price]，然后比较日期和Date_10_Days_Ago，获取过去10天的列表并按日期排序。
from datetime import datetime
from datetime import timedelta
item_sales_data = 'Sep 15 2016: $42.27','Sep 15 2016: $43.337', 'Sep 15 2016: $40.434','Sep 15 2016: $42.556', 'Sep 16 2016: $43.482','Sep 16 2016: $43.129', 'Sep 16 2016: $41.289','Sep 16 2016: $40.67', 'Sep 16 2016: $41.902','Sep 16 2016: $41.4', 'Sep 17 2016: $43.495', 'Sep 17 2016: $43.562', 'Sep 17 2016: $44.009', 'Sep 17 2016: $44.674', 'Sep 17 2016: $42.222', 'Sep 18 2016: $40.882', 'Sep 18 2016: $39.094', 'Sep 18 2016: $40.211','Sep 18 2016: $41.088', 'Sep 18 2016: $44.571', 'Sep 18 2016: $36.23'
Date_10_Days_Ago = datetime.now() - timedelta(days=10)
# split 'Sep 15 2016: $42.27' to (date('Sep 15 2016'), '$42.27')
date_prices = [data.split(": ") for data in item_sales_data if datetime.strptime(data.split(": ")[0], "%b %d %Y") > Date_10_Days_Ago]
# sort date_prices by date
def dateKey(data):
return datetime.strptime(data[0], "%b %d %Y")
date_prices.sort(key=dateKey, reverse=True)
# only need prices
prices = [p[1] for p in date_prices]
print(prices)