看不到元素中的 HTML

Question

我可以登录并访问我的帐户页面，这里是 HTML 示例（为简洁起见进行了修改，不超过 URL 限制）：

    <div class='table m_t_4'>
<table class='data' border=0 width=100% cellpadding=0 cellspacing=0>
    <tr class='title'>
        <td align='center' width='15'><a></a></td>
        <td align='center' width='60'></td>
    </tr>
    <TR bgcolor=>

        <td valign='top' align='center'>1</TD>
        <td valign='top' align='left'><img src='/images/sale_small.png' alt='bogo sale' />Garden Escape Planters</TD>
        <td valign='top' align='right'>13225</TD>
        <td valign='top' align='center'>2012-01-17 11:34:32</TD>
        <td valign='top' align='center'>FILLED</TD>
        <td valign='top' align='center'><A HREF='https://www.daz3d.com/i/account/orderdetail?order=7886745'>7886745</A></TD>
        <td valign='top' align='center'><A HREF='https://www.daz3d.com/i/account/req_dlreset?oi=18087292'>Reset</A>
    </TR>

请注意，我真正需要的唯一项目是第一个带有“order=7886745'>7886745

还有几个我需要阅读的 TR 块。

我正在使用以下 xpath 编码：

    browser.get('https://www.daz3d.com/i/account/orderitem_hist?')

account_history = browser.find_element_by_xpath("//div[@class='table m_t_4']");
print account_history

product_block = account_history.find_element_by_xpath("//TR[contains(@bgcolor, '')]");
print product_block

product_link = product_block.find_element_by_xpath("//TR/td/A@HREF")
print product_link

我正在使用 Python FireFox 版本的 webdriver。

当我运行它时，account_history 和 product_block xpath 似乎工作正常（它们打印为“none”，所以我认为它们工作），但我在 product_link 上收到“expession 不是合法表达式”错误。

我有两个问题：

1：为什么“//TR/td/A@HREF”xpath 不起作用？它应该使用 product_block - 它（应该）只是 TR 段，所以它应该以 TR 开头，然后查找具有 HREF 的第一个 td ...正确吗？

我尝试使用 HTML 中使用的确切大小写，但我认为这无关紧要...

2：我需要使用什么编码来查看元素的内容（HTML/文本）？

我需要能够执行此操作以获取下一页调用所需的 URL。

我还想确定这里正在读取正确的 HTML...这应该是调试的正常部分，恕我直言。

元素数据如何存储？它是否在我可以使用 Python 读取的数组或表中？它必须在某个地方可用，才能在测试中发挥作用——不是吗？

我很抱歉让我如此困惑，但我在网上看到了很多关于此的信息，但其中大部分要么没有任何作用，要么会导致错误。

似乎没有任何“标准”编码规则可用......所以我在这里有点绝望......

到目前为止，我真的很喜欢我在 Selenium 中看到的东西，但我需要克服它才能完成这项工作！

已编辑！

好的，睡了一会儿后，第一个答案提供了线索 - find_elements_by_xpath 创建了一个列表...所以我用它来查找所有 xpath("//a[contains(@href,'https://www .daz3d.com/i/account/orderdetail?order=')]");整个历史记录中的元素，然后访问它创建的列表...并将其写入文件以确保我看到的内容。

修改后的代码：

    links = open("listlinks.txt", "w")
browser.get('https://www.daz3d.com/i/account/orderitem_hist?')

account_history = browser.find_element_by_xpath("//div[@class='table m_t_4']");
print account_history.get_attribute("div")

product_links = []
product_links = account_history.find_elements_by_xpath("//a[contains(@href,'https://www.daz3d.com/i/account/orderdetail?order=')]");
print str(len(product_links)) + ' elements'
for index, item in enumerate(product_links):
    link = item.get_attribute("href")
    links.write(str(index) + '\t' + str(link) + '\n')

这为我提供了包含我需要的链接的文件...

    0   https://www.daz3d.com/i/account/orderdetail?order=7905687
1   https://www.daz3d.com/i/account/orderdetail?order=7886745
2   https://www.daz3d.com/i/account/orderdetail?order=7854456
3   https://www.daz3d.com/i/account/orderdetail?order=7812189

如此简单，以至于绊倒我都看不到它......

谢谢！

Answer 1

1：为什么“//TR/td/A@HREF”xpath 不起作用？它应该是 使用 product_block - 它（应该）只是 TR 段，所以 它应该从 TR 开始，然后寻找第一个具有 HREF...正确吗？

WebDriver 只返回元素，而不是所述元素的属性，因此：

"//TR/td/A" 

有效，但是

"//TR/td/A@HREF"

或

"//TR/td/A@ANYTHING"

没有。

2：我需要使用什么编码来查看内容（HTML/文本） 元素？

要检索内部文本：

string innerValue = element.Text;

要检索内部html：

• 这有点困难，您需要遍历每个子元素并在此基础上重建 html - 或者您可以使用 scraping tool 处理 html。

检索属性：

string hrefValue = element.GetAttribute("href");

（C#，希望你能翻译成 Python）

Answer 2

除了browser.find_element_by_xpath之外，还有其他方法可以访问元素。

您可以通过例如访问id，或class

browser.find_element_by_id
browser.find_element_by_link_text

browser.find_element
browser.find_element_by_class_name
browser.find_element_by_css_selector
browser.find_element_by_name
browser.find_element_by_partial_link_text
browser.find_element_by_xpath
browser.find_element_by_tag_name

以上每个都有一个类似的函数返回一个列表（只需将element替换为elements

注意：我将前两行分开，因为我认为它们可能会对您有所帮助。