时间戳

首页 > 解决方案 > 使用 CSS 选择器从网页中提取数据 - Selenium Python

python - 使用 CSS 选择器从网页中提取数据 - Selenium Python

问题描述

我想从戴尔网站上提取一些我对我的设备感兴趣的日期。我尝试使用下载网页，urllib但它受到验证码的保护，我现在无法绕过它。现在我正在使用 Selenium 打开浏览器，手动解决 capthca，然后自动打开页面并提取日期。问题是css选择器返回了一些奇怪的元素而不是所需的输出

我的代码：

from selenium import webdriver
import time
driver = webdriver.Chrome()


def scrape(codes):
    dates = []
    for i in range(len(codes)):
        driver.get("https://www.dell.com/support/home/us/en/19/product-support/"
                   "servicetag/%s/warranty?ref=captchasuccess" % codes[i])

    # Solve captcha manually
        if i == 0:
            print("You now have 120\" seconds to solve the captcha")
            time.sleep(120)
            print("120\" Passed")
    # Extract data
        expdate = driver.find_element_by_css_selector("#printdivid > div > div.not-annotated.hover > table:nth-child(3) > tbody > tr > td:nth-child(3)")
        print(expdate)
    driver.close()

codes = ['1FMR762', '15FDBG2', '10V8YZ1']
scrape(codes)

预期输出：

June 22, 2018
October 15, 2017
April 19, 2017

给定输出：

<selenium.webdriver.remote.webelement.WebElement (session="d83af0f7a3a9c79307d2058f863a7ecb", element="0.21873872382745052-1")>
<selenium.webdriver.remote.webelement.WebElement (session="d83af0f7a3a9c79307d2058f863a7ecb", element="0.06836824093097027-1")>
<selenium.webdriver.remote.webelement.WebElement (session="d83af0f7a3a9c79307d2058f863a7ecb", element="0.6642161898702734-1")>

标签： pythonseleniumselenium-chromedriver

解决方案

查看 API 文档，该find_element_by_css_selector函数返回一个WebElement对象。请参阅https://selenium-python.readthedocs.io/api.html。

Web 元素内容需要在打印之前转换为字符串，如Python 中所述，以及如何从 Selenium 元素 WebElement 对象获取文本？.

所以它应该有助于将您的线路更改print (expdate)为print (expdate.text).

推荐阅读