Question

HTML：

<td rowspan="2" class="en">17-04-10<br>00:30</td>

Python代码：

lb3 = driver.find_element_by_xpath("//td[@rowspan='2']")
print (lb3.text)

结果是：

 17-04-10
 00:30

我希望获得类似17-04-10 00:30的字符串格式，或者只是获取日期17-04-10，因为我需要修改为datetime对象。

Answer 1

传统上你可能需要使用

//td[@rowspan='2']/text()[1]

获取17-04-10，但selenium并未支持此语法，因此您可以使用Python处理输出，如下所示：

print (lb3.text.split()[0])

获取17-04-10

或

print(" ".join(lb3.text.split()))

获取17-04-10 00:30

Answer 2

使用替换功能替换（＆＃34; \ n＆＃34;，＆＃34;＆＃34;）或text.replace（＆＃34; \ r \ n＆＃34;，＆＃34;＆＃ 34）

Answer 3

import re
date=re.search(r'(\d+\S\d+\S\d+)', lb3 , re.I)
date=(date.groups())
print(date)

此代码将以您描述的格式（日期）找到第一个对象并将其取出并将其存储为列表。请注意，如果您抓取的页面网页替换其月/年分隔符，则此代码也将起作用。

regex命令（第2行）将产生一个匹配对象。第3行将其转换为列表对象。

当然，这确实需要创建一个额外的列表，这可能是低效的。