在 Python 中使用 Selenium，使用 xpath、.text 查找元素进行网络抓取

Question

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一个文件夹中。

该网站通过可点击 link 提供了文件进入的日期。

使用 xpath 查找元素，我假设是参数，开始于并包含，我已经能够搜索带有日期和时间的所有 link。

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

输出看起来像这样，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，.text 只是该对象的一个属性。我的理解正确吗？

谢谢。

答案：

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)

Answer 1

您应该使用包 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')

Answer 2

您还可以使用正则表达式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”

在 Python 中使用 Selenium，使用 xpath、.text 查找元素进行网络抓取

Using Selenium in Python, webscraping using find elements by xpath, .text

python

formatting

selenium

string-formatting

selenium-webdriver