在某些网站上无法通过XPath找到元素

Question

我的目标是能够在python中刮取单词的定义。

首先，我试图得到“协助”一词的第一个定义，这个词应该是“帮助”。我正在使用dictionary.cambridge.org

//web driver goes to page
driver.get("https://dictionary.cambridge.org/dictionary/english/assist") 

//to give time for the page to load
time.sleep(4) 

//click "accept cookies"   
driver.find_element_by_xpath("/html[@class='i-amphtml-singledoc i-amphtml-standalone']/body[@class='break default_layout amp-mode-mouse']/div[@id='onetrust-consent-sdk']/div[@id='onetrust-banner-sdk']/div[@class='ot-sdk-container']/div[@class='ot-sdk-row']/div[@id='onetrust-button-group-parent']/div[@id='onetrust-button-group']/div[@class='banner-actions-container']/button[@id='onetrust-accept-btn-handler']").click()

在这一点上，一切都是正确的。但是，当我尝试使用“NoSuchElementException”打印第一个定义时，我会得到一个NoSuchElementException。我对selenium相当熟悉，以前已经刮过好几百次了，但是在这个网页上，我不知道我做错了什么。下面是我使用的代码：

 print(driver.find_element_by_xpath("/html[@class='i-amphtml-singledoc i-amphtml-standalone']/body[@class='break default_layout amp-mode-mouse']/div[@class='cc fon']/div[@class='pr cc_pgwn']/div[@class='x lpl-10 lpr-10 lpt-10 lpb-25 lmax lp-m_l-20 lp-m_r-20']/div[@class='hfr-m ltab lp-m_l-15']/article[@id='page-content']/div[@class='page']/div[@class='pr dictionary'][1]/div[@class='link']/div[@class='pr di superentry']/div[@class='di-body']/div[@class='entry']/div[@class='entry-body']/div[@class='pr entry-body__el'][1]/div[@class='pos-body']/div[@class='pr dsense dsense-noh']/div[@class='sense-body dsense_b']/div[@class='def-block ddef_block ']/div[@class='ddef_h']/div[@class='def ddef_d db']").text())

Answer 1

要打印单词的刮擦定义，可以使用以下任一定位器策略

• 使用xpath和text属性： print(driver.find_element_by_xpath("//spancontains(@class，'epp-xref dxref‘)/以下:div1 1“).text)
• 使用xpath和innerText： print(driver.find_element_by_xpath("//spancontains(@class，'epp-xref dxref')//following::div1").get_attribute("innerText"))
• 控制台输出： 帮助：

Answer 2

选择相对xpath代替绝对xpath。您可以参考此链接。

尝试使用下面的代码并检索数据。

driver.get("https://dictionary.cambridge.org/dictionary/english/assist")

print(driver.find_element_by_xpath("(//div[@class='ddef_h'])[1]/div").get_attribute("innerText"))

to help: