如何在抓取网站时到达最后一页后停止 selenium webdriver？

Question

网站上的数据量（页数）不断变化，我需要通过分页循环抓取所有页面。 网址： https://monentreprise.bj/page/annonces

我试过的代码：

xpath= "//*[@id='yw3']/li[12]/a"        
while True:
    next_page = driver.find_elements(By.XPATH,xpath)
    if len(next_page) < 1:
        print("No more pages")
        break
    else:
        WebDriverWait(driver, 10).until(EC.element_to_be_clickable((By.XPATH, xpath))).click()
        print('ok')

ok连续打印

Answer 1

因为条件if len(next_page)<1总是 False。

例如，我尝试了 url monentreprise.bj/page/annonces?Company_page=9999999999999999999999 ，它给出了第 13 页，即最后一页

您可以尝试的可能是检查“下一页”按钮是否被禁用

Answer 2

这里有几个问题：

1. //*[@id='yw3']/li[12]/a不是next分页按钮的正确定位器。
2. 最后一页到达 state 的更好指示是验证此基于 css_locator 的元素.pagination.next包含disabled的 class。
3. 在单击下一页按钮之前，您必须向下滚动页面
4. 单击分页按钮后，您必须添加延迟。 否则这将不起作用。
   这段代码对我有用：

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
import time

driver = webdriver.Chrome()
my_url = "https://monentreprise.bj/page/annonces"
driver.get(my_url)
next_page_parent = '.pagination .next'
next_page_parent_arrow = '.pagination .next a'
while True:
    driver.execute_script("window.scrollTo(0, document.body.scrollHeight)")
    time.sleep(0.5)
    parent = driver.find_element(By.CSS_SELECTOR,next_page_parent)
    class_name = parent.get_attribute("class")
    if "disabled" in class_name:
        print("No more pages")
        break
    else:
        WebDriverWait(driver, 10).until(EC.element_to_be_clickable((By.CSS_SELECTOR, next_page_parent_arrow))).click()
        time.sleep(1.5)
        print('ok')

output 是：

ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
ok
No more pages