在 Python 中使用 Selenium，使用 xpath 查找元素进行网页抓取，.text答案

【问题标题】：Using Selenium in Python, webscraping using find elements by xpath, .text在 Python 中使用 Selenium，使用 xpath 查找元素进行网页抓取，.text
【发布时间】：2018-11-07 13:37:10
【问题描述】：

我正在尝试使用 Python 和 Selenium 自动执行每周必须执行的任务。

我访问一个网站，如果有任何新文件，我会下载它们，使用它们进入的日期和访问者重命名它们，然后将它们放在共享网络服务器上的文件夹中。

网站通过可点击的链接提供文件进入的日期。

使用 xpath 的 find 元素，我假设是参数，开头和包含，我已经能够搜索所有带有日期和时间的链接。

receivedTime = browser.find_elements_by_xpath('//*[starts-with(@id, 
"anchor") and contains(@id, "_0")]')
for time in receivedTime:
 print(time.text)

输出如下所示，例如“11/2/2018, 8:00:50 AM”。

我想将该文本格式化为“2018-11-02”，我该怎么做？

据我了解，变量 time 只是当前 Xpath 的一个对象，而 .text 只是该对象的一个属性。我的理解正确吗？

谢谢。

回答：

receivedTime = browser.find_elements_by_xpath('//*[starts-with(@id, 
"anchor") and contains(@id, "_0")]')
for time in receivedTime:
 date = str(time.text).split(',')
 dateTime = datetime.strptime(date[0], '%m/%d/%Y').strftime('%Y-%m-%d-')
 print(dateTime)

【问题讨论】：

标签： python selenium selenium-webdriver formatting string-formatting

【解决方案1】：

你应该使用包datetime (import datetime)
time 变量是一个字符串，因此您必须将其转换为 datetime 并像这样更改格式：

date = str(time.text).split(',')
datetime.datetime.strptime(date[0], '%m/%d/%Y').strftime('%Y-%m-%d')

【讨论】：

我已经在使用包 datetime 来比较日期，所以这很好。
如果我理解正确的话。您将日期设置为等于 time.text 字符串的变量，然后使用命令 split 在之前和之后拆分字符串，从那里，您使用 datetime 包和 string to datetime 函数将字符串转换为 datetime . （最佳猜测）- date[0] 将变量 date 设置为仅在逗号前面的内容，而 0 删除了逗号后面的内容。在此过程中还格式化日期时间然后使用 strftime 将日期时间转换回所需格式的字符串。对吗？
receivedTime = browser.find_elements_by_xpath('//*[starts-with(@id, "anchor") and contains(@id, "_0")]') for time in receivedTime: date = str(time.text).split(',') dateTime = datetime.strptime(date[0], '%m/%d/%Y').strftime('%Y-%m-%d-')打印（日期时间）
是的，没错，我使用 split() 只选择了 11/2/2018，因为这是需要格式化的。
感谢您的回答。我使用您提供的代码和逻辑进行了一些更改，找到了我的答案。您可以在我对问题进行编辑后找到代码。

【解决方案2】：

您还可以使用正则表达式来提取数字并重新格式化日期：

import re
text = "11/2/2018, 8:00:50 AM"
date_tuple = re.match("(\d+)\/(\d+)\/(\d+)", text).groups()
file_name = "%d-%02d-%02d" % (int(date_tuple[2]), int(date_tuple[0]), int(date_tuple[1]))

结果：“2018-11-02”

【讨论】：

以前从未使用过该软件包。必须将文本作为当前 xpath 更改的任何内容。不确定 date_tuple 中的 d+ 是什么，最好的猜测是占位符。不确定 file_name 中的 %02 代表什么。我在一定程度上理解的其他所有内容。