Python 3：从容器字符串解析日期

我有一个网页，我想从中得到一个日期。我知道格式是什么，所以解决方案应该尽可能简单，但问题是：

如果字符串无法按照格式进行解析，或者解析后数据过多，则会引发ValueError。

我正在尝试分析如下内容：

<tr><td align="center"><b>Create time</b></td>
</tr><tr><td align="center" bgcolor="#DDDDDD">Between August 1, 2012, 8:05 pm and August 1, 2012, 8:06 pm</td>  

创建时间
2012年8月1日晚上8:05至2012年8月1日晚上8:06之间

相应的格式是

%B%d，%Y

（哪一个日期并不重要，我只需要一个日期）。
我可以使用正则表达式（例如，

（[JFMASOND][a-z]{2,8}）（[0-9]{1,2}），（[0-9]{4}）

）来获取字符串的相关部分，但我也可以从正则表达式中获取值本身并自己进行必要的转换。可以说，有没有办法在容器字符串上使用strtime？strptime只要不断地处理字符串，直到得到格式匹配，应该不会太难…
（如果我必须自己做的话，还有比正则表达式更好的方法吗？

我一直使用该模块从文本中提取日期。它工作得很好：

>>> import parsedatetime as pdt
>>> parser = pdt.Calendar(pdt.Constants())
>>> parser.parseDateText('Between August 1, 2012, 8:05 pm and August 1, 2012, 8:06 pm')
daysInMonth(8, 2012)
(2012, 8, 1, 17, 53, 18, 6, 218, 1)
>>> 

---

它接受几乎所有带有缩写的日期格式，除了

Sept.

，我已将其发布到bug跟踪器，但他们拒绝修复它，所以我只是将

Sep

替换为

Sep

，效果很好。

首先，您使用XML解析器解析HTML，是吗？@lkjoel:我不会用XML解析器来解析HTML。使用BeautifulSoup。什么解析？我只需要页面中的日期。@Dubslow:为了使日期解析更容易，您需要从HTML中提取文本，这是HTML解析器所做的。是的，但解析器只能告诉我页面中的内容，我需要清除剩下的大部分内容。嗯。。。我想它也可以处理字符串中的所有其他HTML垃圾？我对使用非标准库的东西有点犹豫，特别是因为它不比几行正则表达式短…HTML的东西本来就不应该在那里，所以你需要以某种方式清理它。至于解析器，使用非标准库模块有什么错？它比任何自制的正则表达式解决方案都更有效，无论格式如何，它都能为您解析日期；配置一个HTMLParser比仅仅将11行HTML传递到pdt解析器要麻烦得多……如果您知道确切的输入，那就好了。如果没有，使用，您可以在一行中解析HTML:

cleaned=BeautifulSoup（HTML）.find（'td'，{'bgcolor'，'#DDDDDD'}）.text

。（查看来源）它不会工作。任何HTML解析器都需要以任何方式查看字符串，这就是整个问题的核心所在。我知道解析器就在那里，我决定它们不会有用。