Selenium 和 Python，在使用 XPATH 时获取动态 src 的子节点答案

【问题标题】：Selenium & Python, get child of dynamic src while using XPATHsSelenium 和 Python，在使用 XPATH 时获取动态 src 的子节点
【发布时间】：2019-04-03 00:33:39
【问题描述】：

我有一些要抓取的 html。

<div class="prw_rup prw_common_static_map_no_style staticMap" data-prwidget-name="common_static_map_no_style" data-prwidget-init="handlers">
    <div class="prv_map clickable" onclick="requireCallLast('ta/maps/opener', 'open', 2, null, null,{customFilters: []})">
         <img width="310" style="width:310px;height:270px;" id="lazyload_-1295083988_4" height="270" src="https://trip-raster.citymaps.io/staticmap?scale=2&amp;zoom=18&amp;size=310x270&amp;language=en&amp;center=32.769936,-117.252693&amp;markers=icon:http%3A%2F%2Fc1.tacdn.com%2Fimg2%2Fmaps%2Ficons%2Fpin_v2_CurrentCenter.png|32.769936,-117.25269&amp;markers=icon:http%3A%2F%2Fc1.tacdn.com%2Fimg2%2Fmaps%2Ficons%2Fpin_lg_Restaurant.png|32.769936,-117.25269|32.770027,-117.25272&amp;markers=icon:http%3A%2F%2Fc1.tacdn.com%2Fimg2%2Fmaps%2Ficons%2Fpin_lg_ThingToDo.png|32.77055,-117.25273|32.770683,-117.251884|32.770664,-117.25131">
    </div>
</div>

如何检索子 div 的 src？意思是，我想将 url 作为字符串返回。

到目前为止，我最接近它的是。

try:
    mappa = driver.find_element_by_xpath("""//*[@id="taplc_location_detail_overview_restaurant_0"]/div[1]/div[2]/div[1]/div""") # .get_attribute("src")
    print(mappa, "this is mappa")
    child_mappa = mappa.find_element_by_xpath('.//*').get_attribute("src")
    print(child_mappa)

产生：

$ <selenium.webdriver.remote.webelement.WebElement (session="4c6acf0a93bc9c184a351ddbc2180977", element="0.5263477154236882-1")> 
$ https://static.tacdn.com/img2/x.gif

由于 id 是动态的，我不能用它来获取 xpath。因为 xpath 与该 ID 相关。另外，为什么那个 src 会改变？

如何获得该 src？

【问题讨论】：

嗯，可能我对child的理解还不完整。

标签： python selenium xpath dynamic src

【解决方案1】：

所以，这有点不稳定，但我设法使用正则表达式得到它。我没有用 selenium 抓取它，而是阅读了所有 html，用正则表达式查找 url 并将其拆分到我需要的地方。

它不干净，但它有效。

    driver.get(url)
    innerHTML = driver.execute_script("return document.body.innerHTML")
    print(type(innerHTML))

    try:
        urls = re.findall('http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', innerHTML)
        #print(urls)
        for page_url in urls:
            if 'staticmap?scale=' in page_url:
                map_click = page_url.split('language=en&center=')[1].split('&markers=icon:http')[0]
                lat, long = map_click.split(',')
                break
    except:
        lat, long = None, None

【讨论】：