python - 我想使用 selenium 和 python 打开网站中的每个项目进行抓取

Question

我正在尝试打开一个网站进行抓取，即在打开一个产品的新选项卡后，它应该抓取，然后返回到原始选项卡，然后返回其他产品。 我认为问题出在 Xpath 上，我使用了 xpath "//a[contains(@class,'prdLink')]"

这里我使用了xpath方法，但不知何故它没有打开页面

  chromeOptions = webdriver.ChromeOptions()
    chromeOptions.add_experimental_option('useAutomationExtension', False)
    driver = webdriver.Chrome(executable_path='C:/Users/ptiwar34/Documents/chromedriver.exe', chrome_options=chromeOptions, desired_capabilities=chromeOptions.to_capabilities())
    
    while True:
        try:
            driver.get("https://www.besse.com/pages/products-specialties/productsbyspecialty/allspecialties")
            my_hrefs = [my_elem.get_attribute("href") for my_elem in WebDriverWait(driver, 10).until(EC.visibility_of_all_elements_located((By.XPATH, "//a[contains(@class,'prdLink')]")))]
            windows_before  = driver.current_window_handle 
            for my_href in my_hrefs:
                driver.execute_script("window.open('" + my_href +"');")
                WebDriverWait(driver, 10).until(EC.number_of_windows_to_be(2)) 
                windows_after = driver.window_handles
                new_window = [x for x in windows_after if x != windows_before][0] 
                driver.switch_to.window(new_window) 
                time.sleep(3) 
                print(driver.title) 
                driver.close() 
                driver.switch_to.window(windows_before) 
        except TimeoutException:
            print("No more pages")
            break
    driver.quit()

它甚至无法打开单个项目，并且输出不再是页面

Answer 1

xpath 是正确的，问题是这些链接不可见。您需要扩展所有部分(并且您需要使用向下滚动来实现这一点)。

在这种情况下，更快的方法是解析页面源，而不是在此处使用 selenium。

from lxml import etree

driver.get("https://www.besse.com/pages/products-specialties/productsbyspecialty/allspecialties")

root = etree.HTML(driver.page_source)

# there is @href!='' in xpath because some hrefs contains empty string
my_hrefs = root.xpath(".//a[contains(@class,'prdLink') and @href!='']/@href")
for my_href in my_hrefs:
    # rest of your code