如何使用PhantomJS和Selenium浏览页面

Question

我在网页上有一些DIV元素。 总共有30个具有以下类似结构的DIV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并单击链接。 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class="jobs-wrapper no-line w-inline-block w-clearfix"访问a href ？ 当我使用find_element_by_class_name ，出现错误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

如果您唯一的要求是单击带有w-dyn-item类a标签内的标签，则可以这样做：

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

要使用w-dyn-item类遍历所有标签->单击其中a a->做某事->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 2

您收到的错误是因为Selenium的find_element_by_class_name不支持多个类。
将CSS选择器与find_elements_by_css_selector使用：

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

将选择您想要的类的所有标签，然后您可以遍历它们并使用click()或任何其他想要的操作

编辑

在发表评论后，新的代码段可帮助您完成所需的操作：

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是结构类似于您想要的字典。

请注意， field1和field2属于WebElement类型，因此您可能首先需要对它们进行一些操作（提取属性，文本等）。

另外，就个人而言，与BeautifulSoup一起调查请求 ，对于这种情况或将来的类似情况，它们可能比Selenium更适合。

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()