【发布时间】:2019-09-01 10:53:23
【问题描述】:
我在 python 中使用 selenium 编写了一个脚本,以从其登录页面使用get_names() 函数获取name 和reputation,然后单击不同帖子的链接以到达内页以便解析title 从那里使用 get_additional_info() 函数。
我试图解析的所有信息都可以在登录页面和内页中使用。而且,它们不是动态的,所以硒绝对是矫枉过正。 不过,我的意图是利用 selenium 从两个不同的深度同时抓取信息。
在下面的脚本中如果我注释掉name 和rep 行,我可以看到该脚本可以对着陆页的链接进行点击,并完美地解析内页中的titles。
但是,当我按原样运行脚本时,我收到 selenium.common.exceptions.StaleElementReferenceException: Message: stale element reference: element is not attached to the page document 错误,它指向此 name = item.find_element_by_css_selector() 行。
我怎样才能摆脱这个错误,让它按照我已经实现的逻辑完美运行?
到目前为止我已经尝试过:
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
lead_url = 'https://stackoverflow.com/questions/tagged/web-scraping'
def get_names():
driver.get(lead_url)
for count, item in enumerate(wait.until(EC.visibility_of_all_elements_located((By.CSS_SELECTOR,".summary")))):
usableList = wait.until(EC.visibility_of_all_elements_located((By.CSS_SELECTOR,".summary .question-hyperlink")))
name = item.find_element_by_css_selector(".user-details > a").text
rep = item.find_element_by_css_selector("span.reputation-score").text
driver.execute_script("arguments[0].click();",usableList[count])
wait.until(EC.visibility_of_element_located((By.CSS_SELECTOR,"h1 > a.question-hyperlink")))
title = get_additional_info()
print(name,rep,title)
driver.back()
wait.until(EC.staleness_of(usableList[count]))
def get_additional_info():
title = wait.until(EC.visibility_of_element_located((By.CSS_SELECTOR,"h1 > a.question-hyperlink"))).text
return title
if __name__ == '__main__':
driver = webdriver.Chrome()
wait = WebDriverWait(driver,5)
get_names()
【问题讨论】:
标签: python python-3.x selenium selenium-webdriver web-scraping