在 Selenium Web 驱动程序 (Python) 中选择特定的表格单元格答案

【问题标题】：Selecting specific table cells in Selenium web driver (Python)在 Selenium Web 驱动程序 (Python) 中选择特定的表格单元格
【发布时间】：2015-09-10 05:27:52
【问题描述】：

我正在尝试从结构如下的页面的链接中提取信息：

...

<td align="left" bgcolor="#FFFFFF">$725,000</td>

<td align="left" bgcolor="#FFFFFF"> Available</td>

*<td align="left" bgcolor="#FFFFFF">
    <a href="/washington">


 Washington Street Studios
<br>1410 Washington Street SW<br>Albany, Oregon, 97321
</a>
</td>*

<td align="center" bgcolor="#FFFFFF">15</td>

<td align="center" bgcolor="#FFFFFF">8.49%</td>

<td align="center" bgcolor="#FFFFFF">$48,333</td>

</tr>

我尝试使用属性“align = left”定位元素并对其进行迭代，但没有成功。如果有人能帮我找到带有 selenium 的元素 <a href = "/washington">（在同一页面中有多个类似的标签），我将不胜感激。

【问题讨论】：

您能否发布更多tr 行，以便我们清楚地了解所需链接的位置？谢谢。

标签： python selenium selenium-webdriver

【解决方案1】：

如果只是为了处理 hxml，我会使用 lxml...

如果您更具体一些会有所帮助，但如果您正在遍历网页中的链接，则可以尝试这样做..

from lxml.html import parse

pdoc = parse(url_of_webpage)
doc = pdoc.getroot()
list_of_links = [i[2] for i in  doc.iterlinks()]

list_of_links 看起来像 ['/en/images/logo_com.gif', 'http://www.brand.com/', '/en/images/logo.gif']

doc.iterlinks() 将查找所有链接，例如 form、img、a-tags 和包含包含标签的 Element 对象、标签类型（form、a 或 img）、url 和数字的产量列表，所以这条线

list_of_links = [i[2] for i in doc.iterlinks()]

只需获取 url 并作为单独的列表返回。

请注意，检索到的 url 是 relative。正如你会看到像

这样的网址

'/en/images/logo_com.gif'

而不是

'http://somedomain.com/en/images/logo_com.gif'

如果你想要后一种url，添加代码

from lxml.html import parse
pdoc = parse(url_of_webpage)
doc = pdoc.getroot()
doc.make_links_absolute()     #  add this line
list_of_links = [i[2] for i in  doc.iterlinks()]

如果你是逐个处理url，那么只需将代码修改为类似

for i in iterlinks():
    url = i[2]
    # some processing here with url...

最后，如果由于某种原因需要 selenium 进来获取网页内容，那么只需在开头添加以下内容

from selenium import webdriver
from StringIO import StringIO

browser = webdriver.Firefox()
browser.get(url)
doc = parse(StringIO(browser.page_source)).getroot()

【讨论】：

【解决方案2】：

根据我们目前提供的信息，有一个table，并且您在特定列中有所需的链接。没有“面向数据”的属性可以依赖，但使用列索引来定位链接看起来就足够了：

for row in driver.find_elements_by_css_selector("table#myid tr"):
    cells = row.find_elements_by_tag_name("td")

    print(cells[2].text)  # put a correct index here

【讨论】：