时间戳

首页 > 解决方案 > Python selenium 无法提取文本

python - Python selenium 无法提取文本

问题描述

我正在尝试从列表中抓取文本，这是 URL：

https://www.eneba.com/es/lego-dimensions-starter-pack-playstation-4

这是我的代码：

1º 我找到清单 (ul)

ul 中的每个 li 2º 打印文本

ul = driver.find_element_by_xpath('//h2[2]/following-sibling::ul') 

li = ul.find_elements_by_tag_name('li')
#print(li.text)

for element in li:
    print(element.text)

此代码返回空格而不是文本，我做错了什么？

有些人的回答是不检查任何事情就说出来。1º xpath 确实在那里，检查一下 2º 页面的 html 中有 29 个 H2，而不仅仅是一个

我收到了一些人的反对票，他们说 1º 的事情，甚至没有检查任何东西。我要提取的是这段文字：

• Rompecabezas - resolver varios acertijos es una de las mecánicas centrales del juego；• Para todos los públicos – El juego es apropiado para jugadores de todas las edades；• Arcade - los jugadores deben terminar con éxito los niveles que aumentan en dificultad a medida que avanzan en el juego；• Acción - este título incluye desafíos que deben superarse utilizando habilidades como precisión, tiempo de respuesta rápido 等；• 超级英雄——Los jugadores entran en un mundo peligroso, donde los únicos capaces de detener el crimen son los héroesbendecidos con poderes únicos；• Un jugador - el juego presenta una campaña en solitario con una historia；• Multijugador local - esta función permite que varias personas participen en los mismos partidos, ya sea a través de la pantalla dividida o la misma conxión de red。

标签： pythonseleniumselenium-webdriverweb-scrapingxpath

解决方案

1我已经设法从我所在的地区获取数据，但我不得不花一些时间从国家列表中选择西班牙。请注意，我避免使用 xpath 定位器，因为它们太长了。所有解释都在代码的注释中。

2要从元素中获取文本，通常使用 .text，但在这种情况下是行不通的。你get_attribute("innerHTML")真正需要的也是如此。

我离开了我使用的所有等待。您可以自己调试并删除不需要的。

解决方案：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

driver = webdriver.Chrome(executable_path='/snap/bin/chromium.chromedriver')
driver.get('https://www.eneba.com/es/lego-dimensions-starter-pack-playstation-4')

wait = WebDriverWait(driver, 15)
wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, "._1FArM6>.qGNWom.qGNWom"))).click()  # accept cookies
wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, ".EcNujK._2afX4x._1OhNBA"))).click()  # click region button
wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, "#region .css-1hwfws3"))).click()  # change region

wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, "#region .react-select__input>input")))
driver.find_element_by_css_selector("#region .react-select__input>input").send_keys("spa")  # input country name
driver.find_element_by_css_selector("#react-select-2-option-5").click()  # select found country
driver.find_element_by_css_selector("._3Fpvn5>button[type='submit']").click()  # submit country
wait.until(EC.presence_of_all_elements_located((By.CSS_SELECTOR, "div[itemprop=description]>ul>li")))  # wait for all li elements
cards = driver.find_elements_by_css_selector("div[itemprop=description]>ul>li")
for card in cards:
    print(card.get_attribute("innerHTML"))
driver.close()
driver.quit()

结果：

• Rompecabezas - resolver varios acertijos es una de las mecánicas centrales del juego;
• Para todos los públicos – El juego es apropiado para jugadores de todas las edades;
• Arcade - los jugadores deben terminar con éxito los niveles que aumentan en dificultad a medida que avanzan en el juego;
• Acción - este título incluye desafíos que deben superarse utilizando habilidades como precisión, tiempo de respuesta rápido, etc.;
• Superhéroes - Los jugadores entran en un mundo peligroso, donde los únicos capaces de detener el crimen son los héroes bendecidos con poderes únicos;
• Un jugador - el juego presenta una campaña en solitario con una historia;
• Multijugador local - esta función permite que varias personas participen en los mismos partidos, ya sea a través de la pantalla dividida o la misma conexión de red.

推荐阅读