如何使用Python的Selenium库提取time标签内的完整文本内容

问题原因 #

带有say-no-more类的span元素被CSS设置为不可见，Selenium的text属性仅会返回元素内的可见文本，因此丢失了年份部分。

解决方案 #

方案1：读取time标签的datetime属性（最优解）

符合HTML规范的time标签默认会携带datetime属性存储完整的标准化日期，直接读取该属性即可直接获得目标格式的完整日期：

event_times = driver.find_elements(By.CSS_SELECTOR, value=".event-widget time")
for time in event_times:
    print(time.get_attribute("datetime"))

无需额外做字符串处理，输出结果就是2021-11-13这类完整日期。

方案2：读取DOM的textContent属性

如果遇到无datetime属性的特殊场景，可以读取DOM原生的textContent属性，该属性会返回元素内所有文本内容，不受可见性限制：

event_times = driver.find_elements(By.CSS_SELECTOR, value=".event-widget time")
for time in event_times:
    print(time.get_attribute("textContent").strip())

同样可以直接拿到拼接完成的完整日期，无需分别提取不同节点的内容。

内容的提问来源于stack exchange，提问作者BenRavenne