如何使用PhantomJS和Selenium浏览页面

Question

我在网页上找到了一些DIV元素。总共有30个类似结构的DIV区块：

​

<div class="w-dyn-item">  
<a href="/project/soft" class="jobs-wrapper no-line w-inline-block w-clearfix">
<div class="jobs-client">
<img data-qazy="true" src="https://global.com/test.jpg" alt="Soft" class="image-9">
<div style="background-color:#cd7f32" class="job-time">Level 1</div>
</div>
<div class="jobs-content w-clearfix">
<div class="w-clearfix">
<div class="text-block-19 w-condition-invisible">PROMO</div>
<h3 class="job-title">Soft</h3>
<img height="30" data-qazy="true" src="https://global.com/test.jpg" alt="Soft" class="image-15 w-hidden-main w-hidden-medium w-hidden-small"></div>
<div class="div-block w-clearfix">
<div class="text-block-4">Italy</div>
<div class="text-block-4 w-hidden-small w-hidden-tiny">AMB</div>
<div class="text-block-4 w-hidden-small w-hidden-tiny">GTL</div>
<div class="text-block-13">January 10, 2017</div><div class="text-block-14">End date:</div></div><div class="space small"></div><p class="paragraph-3">Text text text</p></div>   
</a> 
</div>

​

我正在尝试访问a href并点击链接。但是，问题是我不能使用find_element_by_link_text，因为链接文本不存在。是否可以通过类a href访问class="jobs-wrapper no-line w-inline-block w-clearfix"？当我使用find_element_by_class_name时，我得到了错误Message: {"errorMessage":"Compound class names not permitted","request

from selenium import webdriver
driver = webdriver.PhantomJS()
driver.set_window_size(1120, 550)
driver.get("https://myurl.com/")
driver.find_element_by_link_text("//a href").click()
print driver.current_url
driver.quit()

Answer 1

您所遇到的错误是因为Selenium的find_element_by_class_name不支持多个类。

使用带有find_elements_by_css_selector的CSS选择器来代替：

driver.find_elements_by_css_selector('.jobs-wrapper.no-line.w-inline-block.w-clearfix')

将使用您想要的类选择所有标记，然后可以对它们进行迭代，并使用click()或任何其他需要的操作。

编辑

在您的评论之后，新的代码片段可以帮助您做您想做的事情：

result = {}
urls = []
# 'elements' is a the list you previously obtained using the css selector
for element in elements:
    urls.append(element.get_attribute('href'))


# Now you can iterate over all extracted hrefs:
for url in urls:
    url_data = {}
    driver.get(url)
    field1 = driver.find_element_by_id('wanted_id_1')
    url_data['field1'] = field1
    field2 = driver.find_element_by_id('wanted_id_2')
    url_data['field2'] = field2
    result[url] = url_data

现在，result是一个类似于您想要的结构的字典。

请注意，field1和field2是WebElement类型的，因此您可能需要首先对它们执行一些操作(提取属性、文本等)。

另外，就个人而言，看看请求和BeautifulSoup，它们可能比Selenium更适合这种情况或将来类似的情况。

Answer 2

如果您的唯一要求是单击带有a类的标记中的w-dyn-item标记，那么您可以这样做：

driver.find_element_by_class_name("w-dyn-item").find_element_by_tag_name("a").click()

若要使用w-dyn-item类->迭代所有标记，请单击它们内部的a，->返回，执行以下操作：

tags = driver.find_elements_by_class_name("w-dyn-item")
for i in range(len(tags)):
    tag = driver.find_elements_by_class_name("w-dyn-item")[i]
    tag.find_element_by_tag_name("a").click()
    # Do what you want inside the page...
    driver.back()

当然，这里的关键是在完成内部页面之后返回到根页面。

Answer 3

要访问并单击a href，可以使用以下代码行：

driver.find_element_by_xpath("//div[@class='w-dyn-item']/a[@href='/project/soft']").click()