如何在 python 中使用 xpath 或 css 选择器提取时间标签中 datetime 属性的值？答案

【问题标题】：How to extract the value of the datetime attribute in a time tag using xpath or css selector in python?如何在 python 中使用 xpath 或 css 选择器提取时间标签中 datetime 属性的值？
【发布时间】：2019-06-03 12:21:05
【问题描述】：

我需要从 HTML 文档中标签的 datetime 属性中提取评论的日期。

我一直在尝试使用 xpath 和 css 选择器的不同变体来实现这一点，但它们返回空字符串。

HTML 标记如下所示：

<time class="review-date--tooltip-target" datetime="2013-10-09T13:47:14.000Z" title= "Wednesday, 9 October 2013, 13:47:14">9 Oct 2013</time>

还有，这是我的 xpath 和 css 选择器：

xpath('//time[@class="review-date--tooltip-target"]')

css('time.review-date--tooltip-target')

两个结果将帮助我：

1- extract the value of the `datetime` attribute

2- extract the text `9 Oct 2013` within the time tag

【问题讨论】：

标签： python-3.x xpath web-scraping scrapy

【解决方案1】：

对于 Scrapy，您需要：

datetime = response.xpath('//time[@class="review-date--tooltip-target"]/@datetime').extract_first()
time = response.xpath('//time[@class="review-date--tooltip-target"]/text()').extract_first()

【讨论】：

【解决方案2】：

要获取日期时间属性，xpath 表达式

//time[@class="review-date--tooltip-target"]/@datetime

输出

2013-10-09T13:47:14.000Z

要获取时间标签内的日期文本，xpath 表达式

//time[@class="review-date--tooltip-target"]/text()

输出

9 Oct 2013

【讨论】：

【解决方案3】：

尝试以下代码，这应该会返回您的预期值。

print(driver.find_element_by_xpath("//time[@class='review-date--tooltip-target']").text)
print(driver.find_element_by_xpath("//time[@class='review-date--tooltip-target']").get_attribute("datetime"))

输出：

9 Oct 2013
2013-10-09T13:47:14.000Z

或者你可以诱导WebdriverWait

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
element=WebDriverWait(driver,20).until(EC.element_to_be_clickable((By.XPATH,"//time[@class='review-date--tooltip-target']")))
print(element.text)
print(element.get_attribute("innerHTML"))
print(element.get_attribute("datetime"))

或者您可以尝试使用 python Beautifulsoup 进行scraping。

from selenium import webdriver
from bs4 import BeautifulSoup
driver=webdriver.Chrome()
driver.get("URL")
html=driver.page_source
soup=BeautifulSoup(html,'html.parser')
print(soup.find('time').text)
print(soup.find('time')['datetime'])

通过使用scrapy选择器try that.get()将返回第一个匹配如果有多个匹配尝试使用getall()

Datetimeval = response.css('time::attr(datetime)').get()
Textval = response.css('time::text').get()

【讨论】：

感谢您如此迅速地回复！我可能应该提到我正在使用scrapy 的Selector 对象。它仍然没有返回日期。出于兴趣，您为什么认为相同的 xpath 模式在使用选择器而不是 selenium 时不起作用？
@LalehH ：好的，我以为您想使用 Python selenium 提取值。