我正在尝试使用 Python 来抓取一个网站,该网站通过使用嵌入的 javascript 文件将数据作为响应呈现到 HTML 中,从而动态加载 HTML。因此,如果我单独使用 BeautifulSoup,我将无法检索我需要的数据,因为我的程序会在 Javascript 加载数据之前抓取它。因此,我将 selenium 库集成到我的代码中,以使我的程序等到找到某个元素后再抓取网站。
我最初是这样做的:
element = WebDriverWait(driver,100).until(EC.presence_of_element_located((By.ID, "tabla_evolucion")))
但我想通过执行以下操作来指定一个类:
element = WebDriverWait(driver,100).until(EC.presence_of_element_located((By.class, "ng-binding ng-scope")))
这是我的其余代码:
driver_path = 'C:/webDrivers/chromedriver.exe'
driver = webdriver.Chrome(executable_path=driver_path)
driver.header_overrides = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.143 Safari/537.36'}
url = "myurlthatIamscraping.com"
response = driver.get(url)
html = driver.page_source
characters = len(html)
element = WebDriverWait(driver,100).until(EC.presence_of_element_located((By.class, "ng-binding ng-scope")))
print(html)
print(characters)
time.sleep(10)
driver.quit()
它对我不起作用,我在任何地方都找不到正确的语法。
相关的 HTML 可以帮助我们构建一个更规范的答案。但是从第一行代码开始:
element = WebDriverWait(driver,100).until(EC.presence_of_element_located(
(By.ID, "tabla_evolucion")))
几乎是合法的,第二行代码是:
element = WebDriverWait(driver,100).until(EC.presence_of_element_located(
(By.class, "ng-binding ng-scope")))
将引发错误:
消息:无效选择器:不允许使用复合类名
因为你无法通过
By.class
传递多个课程。
您可以在无效选择器:不允许使用 find_element_by_class_name 与 Webdriver 和 Python 混合类名
中找到详细讨论
您需要注意以下几件事:
presence_of_element_located()
仅确认 DOM Tree 中元素的存在。想必继续前进要么您需要获取属性,例如value
、innerText
等,否则您将与该元素进行交互。因此,您需要使用 presence_of_element_located()
或 visibility_of_element_located()
而不是
element_to_be_clickable()
中找到详细讨论
为了获得最佳结果,您可以组合
ID
和 CLASS
属性,并且可以使用以下任一定位器策略:
使用
CSS_SELECTOR
:
element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located(
(By.CSS_SELECTOR, ".ng-binding.ng-scope#tabla_evolucion")))
XPATH
: element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located(
(By.XPATH, "//*[@class='ng-binding ng-scope' and @id='tabla_evolucion']")))
它在文档中。
支持的定位器策略集。
CLASS_NAME = '班级名称'
CSS_SELECTOR = 'CSS 选择器'
ID='id'
LINK_TEXT = '链接文本'
名称 = '姓名'
PARTIAL_LINK_TEXT = '部分链接文本'
TAG_NAME = '标签名称'
XPATH = 'xpath'
注意:代码中的不是一个类,而是两个类。如果您使用
By.CLASS_NAME()
那将不起作用,因为它只需要一个类。你想要的是 CSS 选择器
EC.presence_of_element_located((By.CSS_SELECTOR, ".ng-binding.ng-scope")))
在 CSS 选择器语法中,
.
表示类。有关 CSS 选择器语法的更多信息,请参阅W3C 文档。
我有一个解决方案,试试这个 - 将您的班级
class
更改为 CLASS_NAME
element = WebDriverWait(driver,100).until(EC.presence_of_element_located((By.CLASS_NAME , "ng-binding ng-scope")))
尝试以下方法:
element = WebDriverWait(driver,100).until(EC.presence_of_element_located((By.CLASS_NAME, "ng-binding")))
或
element = WebDriverWait(driver,100).until(EC.presence_of_element_located((By.CLASS_NAME, "ng-scope")))
需要提及的一件事是,您试图传递两个类名,即 ng-binding 是一个类,ng-scope 是另一个类。
您需要注意以下几件事:
在对您的用例没有任何可见性的情况下,在功能上将 WebDriverWait 与 EC 关联起来,作为 Presence_of_element_ located() 仅确认 DOM 树中元素的存在。想必继续前进要么您需要获取属性,例如value、innerText 等,否则您将与该元素进行交互。因此,您需要使用visibility_of_element_ located()或element_to_be_clickable()来代替presence_of_element_ located() 您可以在 WebDriverWait 未按预期工作中找到详细讨论
为了获得最佳结果,您可以组合 ID 和 CLASS 属性,并且可以使用以下任一定位器策略:
使用CSS_SELECTOR:
element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located(
(By.CSS_SELECTOR, ".ng-binding.ng-scope#tabla_evolucion")))
Using XPATH:
element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located(
(By.XPATH, "//*[@class='ng-binding ng-scope' and @id='tabla_evolucion']")))
谢谢它对我帮助很大....