使用Selenium抓取主题库

Question

我是相当新的网络刮刮世界，但我真的需要做一些网页抓取在主题词库网站上的一个项目，我正在工作。我已经成功地创建了一个使用beautifulsoup4的程序，该程序要求用户输入一个单词，然后返回最有可能的同义词。然而，我不仅希望拥有这些同义词，而且也希望拥有每个单词的同义词(这是由同义词上方的按钮列表描述的)。我注意到当单击一个按钮时，类的名称也会发生变化，所以我做了一些调查，决定使用Selenium而不是漂亮的汤。我现在有了一段代码，可以在搜索栏上写一个单词并单击它，但是，我无法获得同义词或上述按钮，仅仅因为find_element找不到任何东西，而且我担心我使用了错误的语法。

这是我目前的代码(查找“good”的同义词)：

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
from selenium.webdriver.common.keys import Keys
import time

PATH = "C:\Program Files (x86)\chromedriver_win32\chromedriver.exe"
driver = webdriver.Chrome(PATH)

driver.get("https://thesaurus.com")

search = driver.find_element_by_id("searchbar_input")
search.send_keys('good')
search.send_keys(Keys.RETURN)

try:
    headword = WebDriverWait(driver,10).until(
        EC.presence_of_element_located((By.ID, "headword"))
    )
    
    print(headword.text)
    #buttons = headword.find_element_by_class_name("css-bjn8wh e1br8a1p0")
    #print(buttons.text)

    meanings = WebDriverWait(driver,10).until(
        EC.presence_of_element_located((By.ID, "meanings"))
    )
    print(meanings.text)

    #words = meanings.find_elements_by_class_name("css-1kg1yv8 eh475bn0")
    #print(words.text)
    
    

except:
    print('failed')
    driver.quit()

对于第一部分，我想访问按钮。头字只是包含我想要按的所有按钮的元素。这是根据检查工具的标题元素：

<div id="headword" class="css-bjn8wh e1br8a1p0">
    <div class="css-vw3jp5 e1ibdjtj4">
         *unecessary stuff*
    <div class="css-bjn8wh e1br8a1p0">
        <div class="postab-container css-cthfds ew5makj3">
            <ul class="css-gap396 ew5makj2">
                <li data-test-pos-tab="true" class="active-postab css-kgfkmr ew5makj4"> 
                    <a class="css-sc11zf ew5makj1">
                        <em class="css-1v93s5a ew5makj0">adj.</em>
                        <strong>pleasant, fine</strong>
                    </a>
                </li>
                <li data-test-pos-tab="true" class=" css-1ha4k0a ew5makj4">
                     *similar stuff*
                <li data-test-pos-tab="true" class=" css-1ha4k0a ew5makj4">
                ...

每个<li data-test-pos-tab="true" class=" css-1ha4k0a ew5makj4">都是我想点击的按钮。到目前为止，我已经尝试了一系列类似于代码中显示的东西，还有一些类似的东西：

buttons = headword.find_elements_by_class_name("css-1ha4k0a ew5makj4")
buttons = headword.find_elements_by_css_selector("css-1ha4k0a ew5makj4")
buttons = headword.find_elements_by_class_name("postab-container css-cthfds ew5makj3")
buttons = headword.find_elements_by_css_selector("postab-container css-cthfds ew5makj3")

但无论如何，Selenium可以找到这些元素。

在第二部分，我想要同义词。以下是意义元素：

<div id="meanings" class="css-16lv1yi e1qo4u831">
    <div class="css-1f3egm3 efhksxz0">
        *unecessary stuff*
    <div data-testid="word-grid-container" class="css-ixatld e1cc71bi0">
        <ul class="css-1ngwve3 e1ccqdb60">
            <li>
                <a font-weight="inherit" href="/browse/acceptable" data-linkid="nn1ov4" class="css-1kg1yv8 eh475bn0">
                </a>
            </li>
            <li>
                <a font-weight="inherit" href="/browse/bad" data-linkid="nn1ov4" class="css-1kg1yv8 eh475bn0">
            ...

其中每个元素都是我想要得到的同义词。类似于上一个案例，我尝试了几种方法，如：

synGrid = meanings.find_element_by_class_name("css-ixatld e1cc71bi0")
synGrid = meanings.find_element_by_css_selector("css-ixatld e1cc71bi0")
words = meanings.find_elements_by_class_name("css-1kg1yv8 eh475bn0")
words = meanings.find_elements_by_css_selector("css-1kg1yv8 eh475bn0")

再一次硒找不到这些元素。为了实现这一点，我真的很感激你提供一些帮助，即使这只是朝着正确的方向推进，而不是给出一个完整的解决方案。希望我写了所有需要的信息，如果没有，请告诉我。

Answer 1

如果您使用css selector，那么您就必须为class使用dot

css_selector(".css-ixatld.e1cc71bi0") 

和hash for id

css_selector("#headword") 

就像您在.css文件中使用的那样

在css selector中，您也可以使用在CSS中可维护的其他方法。

见css选择器 on w3schools.com

Selenium将class_name转换为css selector，但是class_name()需要一个名称，当有两个或多个名称时Selenium会出现问题。当它将class_name转换为css_selector时，它只在名字之前添加dot，但在第二个名称和其他名称之前也需要dot。所以您必须手动添加第二个dot

class_name("css-ixatld.e1cc71bi0")

Answer 2

看看这是否有效：

meanings = driver.find_elements_by_xpath(".//div[@id='meanings']/div[@data-testid='word-grid-container']/ul/li")
for e in meanings:
    e.find_element_by_tag_name("a").click()
    //Add a implicit wait if you need
    driver.back()