【Python】让Selenium 像Beautifulsoup一样,用解析HTML 结构的方式提取元素!

我在使用selenium的find_element的方式去获取网页元素,一般通过xpath、css_selector、class_name的方式去获取元素的绝对位置。

但是有时候如果网页多了一些弹窗或者啥之类的,绝对位置会发生变化,使用xpath等方法,需要经常变动。

于是我在想,能不能让selenium也能像Beautifulsoup一样,可以根据html的结构找到需要的部分,并解析出来。

方法:

  1. 复制那里的css_selector
  2. 对比css_selector的构建和html上的元素的上下位置
python 复制代码
products=page_soup.find('div', {'id': 'List'}).ul.findAll("li") #找到最大的那个位置
for product in products:
    # 提取商品链接
    link_element = product.find_element(By.CSS_SELECTOR, "p-name  a")
        product_link = link_element.get_attribute("href")
        product_title = link_element.get_attribute("title")

写法类似beautifulsoup的写法。

  1. 如果想要多个条件并列,写法:
python 复制代码
   tags_elements = product.find_elements(By.CSS_SELECTOR, "div.p-icons img, div.p-icons i")

这个是想同时获得icons 下的img 和i 的节点元素的内容。

  1. 提取上一级或者下一级的写法:

例如:提取 div 的p-icons的,下一级元素img;

css_selector : #J_pro_100151669791 > img:nth-child(1)

在div class为"p-icons"下的

具体写法:

python 复制代码
 tags_elements = product.find_elements(By.CSS_SELECTOR, "div.p-icons  img:nth-child(1)")
  1. 提取其中的具体标签值,例如 像上面的desc的:
python 复制代码
for tag_element in tags_elements:
    tag = tag_element.get_attribute("desc") or tag_element.text
    if "XX超市" in tag or "五星旗舰店" in tag or "自营" in tag:
        tags.append(tag.strip())

可以批量判断是否为这个标签值


总的写法:

python 复制代码
for product in products:
    print()
    # 提取商品链接 
    link_element = product.find_element(By.CSS_SELECTOR, "div.p-name a")
    #print('提取商品链接:',link_element)

    #产品链接 产品名称
    product_link = link_element.get_attribute("href") #产品链接
    product_title = link_element.text #产品名称
    print(product_title)
    print('提取商品链接:',product_link)

    #价格     
    product_price_element = product.find_element(By.CSS_SELECTOR, "div.p-price i")
    product_price = product_price_element.text if product_price_element else "无"
    print(product_price)

    #评价数 #warecard_10116099611938 > div.p-commit > strong
    comment_count_element = product.find_element(By.CSS_SELECTOR, "div.p-commit a")
    comment_count = comment_count_element.text if comment_count_element else "无"
    print(comment_count)
    
    # 提取店铺名称
    shop_name_element = product.find_element(By.CSS_SELECTOR, "div.p-shop a, div.p-shop span")  ##warecard_10129282745285 > div.p-shop > span
    shop_name = shop_name_element.text if shop_name_element else "无"
    print(shop_name)


    #划线价
    original_price= is_exist_element(product,"div.p-price span.originalPrice")
    print(original_price)
    
   
    #自营
    is_self_operated = is_extact_element_element(product,"div.p-name.p-name-type-2 img","alt","自营")
    print(is_self_operated)
    

    #X东超市
    is_jd_supermarket = is_extact_element_element(product, "div.p-icons img","desc",'XX超市')
    print(is_jd_supermarket)
    
    #5星店铺  
    is_five_star = is_element(product,"div.p-shop img")
    print(is_five_star)
相关推荐
小眼睛羊羊1 分钟前
pyinstaller打包paddleocr
python
java1234_小锋5 分钟前
基于Python的旅游推荐协同过滤算法系统(去哪儿网数据分析及可视化(Django+echarts))
python·数据分析·旅游
蓝婷儿7 分钟前
Python 机器学习核心入门与实战进阶 Day 4 - 支持向量机(SVM)原理与分类实战
python·机器学习·支持向量机
%d%d231 分钟前
python 在运行时没有加载修改后的版本
java·服务器·python
amazinging2 小时前
北京-4年功能测试2年空窗-报培训班学测开-第四十七天
python·学习·selenium
Freak嵌入式2 小时前
一文速通 Python 并行计算:13 Python 异步编程-基本概念与事件循环和回调机制
开发语言·python·嵌入式·协程·硬件·异步编程
一个天蝎座 白勺 程序猿2 小时前
Python练习(1)Python基础类型操作语法实战:20道实战题解与案例分析(上)
开发语言·python·学习
巨人张2 小时前
信息素养Python编程题
开发语言·python
站大爷IP2 小时前
Python爬虫动态IP代理报错全解析:从问题定位到实战优化
python
hie988942 小时前
CentOS环境搭建-快速升级G++版本
linux·python·centos