[英]Using Java Selenium to scrape a data across multiple pages when the url doesn't change
我一直在嘗試編寫一個簡單的代碼,以從www.whoscored.com抓取一些基本統計信息。 我的代碼遍歷首頁鏈接並抓取數據很好,但是當我使用driver.findElement(By.xpath(“”))。click();切換時, 到下一張桌子,它從第一個游戲BUT收集數據,然后繼續在第一個桌子/頁面上循環/返回...
這是代碼:
package Whoscored;
import java.io.File;
public class Datascrape {
public static void main(String[] args) throws InterruptedException,
IOException {
WebDriver driver = new FirefoxDriver();
driver.manage().timeouts().implicitlyWait(10, TimeUnit.SECONDS)
// get the URL
driver.get("https://www.whoscored.com/Regions/81/Tournaments/6/Seasons/6393/Germany-Bundesliga-II");
Thread.sleep(1000);
driver.manage().window().maximize();
// first loop to identify matches-list over and over again
for (int w=0;w<=100;w++){
List<WebElement> lista1 =
driver.findElements(By.cssSelector(".match-link.match-report.rc"));
// second loop for each table
for (int j=0;j<=lista1.size(); j++){
lista1.get(j).click();
driver.manage().window().maximize();
// go deeper (two clicks), grab stats and return to original position/table
// clicks
driver.findElement(By.xpath(".//*[@id='sub-
navigation']/ul/li[4]/a")).click();
driver.findElement(By.xpath(".//*[@id='live-match-
options']/li[3]")).click();
// grab stats/text
String home6 = driver.findElement(By.xpath(".//*
[@id='chalkboard']/div[2]/div[1]/div[3]/div[2]/span[1]")).getText();
String away6 = driver.findElement(By.xpath(".//*
[@id='chalkboard']/div[2]/div[1]/div[3]/div[2]/span[2]")).getText();
driver.navigate().back();
Thread.sleep(5000);
driver.navigate().back();
Thread.sleep(5000);
lista1= driver.findElements(By.cssSelector(".match-link.match-
report.rc"));
}
// after it finishes with first table go to second table with click
driver.findElement(By.xpath(".//*[@id='date-
controller']/a[1]/span")).click();
Thread.sleep(5000);
}
}
}
閱讀文檔之前,您必須確保已加載數據。 例如你的電話
driver.findElement(By.xpath(".//*[@id='date-controller']a[1]/span")).click();
很好,但是您還需要確保下一個兄弟姐妹
driver.findElement(By.xpath(".//*[@id='date-controller']a[2]/span"))
已更改其值,例如,初始范圍包含“ 2017年1月23日至29日”,而onclick應更改為“ 2016年12月19日至25日”
單擊//*[@id="date-controller"]/a[3]/span
您需要等待reload元素:
ExpectedConditions.stalenessOf(....))
如果您的程序越來越大,越來越復雜,則可以使用NoraUi 。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.