如果AWS Glue爬虫在解析Parquet文件的时间戳时出现问题，可以尝试以下解决方法：

1. 检查时间戳字段的数据类型：确保时间戳字段的数据类型正确，例如使用TIMESTAMP类型。

2. 检查时间戳的格式：检查时间戳字段的格式是否与Parquet文件中的格式匹配。如果格式不匹配，可以使用AWS Glue的转换功能来转换时间戳格式。

3. 检查时区设置：确保AWS Glue和Parquet文件的时区设置一致。可以在AWS Glue的转换功能中设置时区，并使用CONVERT_TIME_ZONE函数将时间戳转换为正确的时区。

4. 使用自定义解析逻辑：如果以上方法都无法解决问题，可以尝试使用自定义解析逻辑来解析时间戳字段。可以在AWS Glue的脚本中编写自定义解析逻辑，以处理Parquet文件中的时间戳字段。

以下是一个使用自定义解析逻辑来解析Parquet文件中时间戳字段的示例代码：

import datetime

def parse_timestamp(timestamp):
    # 自定义解析逻辑，例如将时间戳字符串转换为datetime对象
    return datetime.datetime.strptime(timestamp, "%Y-%m-%d %H:%M:%S")

def transform_data(record):
    # 对每条记录的时间戳字段进行解析
    record["timestamp"] = parse_timestamp(record["timestamp"])
    return record

# 创建DynamicFrame对象
dynamic_frame = glueContext.create_dynamic_frame.from_catalog(database=database_name, table_name=table_name)

# 应用自定义解析逻辑
transformed_dynamic_frame = Map.apply(frame=dynamic_frame, f=transform_data)

# 将DynamicFrame转换为DataFrame进行后续处理
data_frame = transformed_dynamic_frame.toDF()

在上述示例中，parse_timestamp函数是自定义的解析逻辑，根据Parquet文件中时间戳的实际格式进行解析。transform_data函数是一个转换函数，用于将时间戳字段应用自定义解析逻辑，并返回转换后的记录。

通过使用自定义解析逻辑，您可以根据Parquet文件中时间戳字段的实际情况来解析时间戳，从而解决AWS Glue爬虫奇怪地解析Parquet的时间戳的问题。注意，上述示例代码中的函数和变量名可能需要根据实际情况进行修改。