【Python】让Selenium 像Beautifulsoup一样，用解析HTML 结构的方式提取元素！

我在使用selenium的find_element的方式去获取网页元素，一般通过xpath、css_selector、class_name的方式去获取元素的绝对位置。

但是有时候如果网页多了一些弹窗或者啥之类的，绝对位置会发生变化，使用xpath等方法，需要经常变动。

于是我在想，能不能让selenium也能像Beautifulsoup一样，可以根据html的结构找到需要的部分，并解析出来。

方法：

1. 复制那里的css_selector
2. 对比css_selector的构建和html上的元素的上下位置

products=page_soup.find('div', {'id': 'List'}).ul.findAll("li") #找到最大的那个位置
for product in products:
    # 提取商品链接
    link_element = product.find_element(By.CSS_SELECTOR, "p-name  a")
        product_link = link_element.get_attribute("href")
        product_title = link_element.get_attribute("title")

写法类似beautifulsoup的写法。

3. 如果想要多个条件并列，写法：

   tags_elements = product.find_elements(By.CSS_SELECTOR, "div.p-icons img, div.p-icons i")

这个是想同时获得icons 下的img 和i 的节点元素的内容。

4. 提取上一级或者下一级的写法：

例如：提取 div 的p-icons的，下一级元素img;

css_selector : #J_pro_100151669791 > img:nth-child(1)
在div class为“p-icons”下的

具体写法：

 tags_elements = product.find_elements(By.CSS_SELECTOR, "div.p-icons  img:nth-child(1)")

5. 提取其中的具体标签值，例如 像上面的desc的：

for tag_element in tags_elements:
    tag = tag_element.get_attribute("desc") or tag_element.text
    if "XX超市" in tag or "五星旗舰店" in tag or "自营" in tag:
        tags.append(tag.strip())

可以批量判断是否为这个标签值

总的写法：

for product in products:
    print()
    # 提取商品链接 
    link_element = product.find_element(By.CSS_SELECTOR, "div.p-name a")
    #print('提取商品链接:',link_element)

    #产品链接 产品名称
    product_link = link_element.get_attribute("href") #产品链接
    product_title = link_element.text #产品名称
    print(product_title)
    print('提取商品链接:',product_link)

    #价格     
    product_price_element = product.find_element(By.CSS_SELECTOR, "div.p-price i")
    product_price = product_price_element.text if product_price_element else "无"
    print(product_price)

    #评价数 #warecard_10116099611938 > div.p-commit > strong
    comment_count_element = product.find_element(By.CSS_SELECTOR, "div.p-commit a")
    comment_count = comment_count_element.text if comment_count_element else "无"
    print(comment_count)
    
    # 提取店铺名称
    shop_name_element = product.find_element(By.CSS_SELECTOR, "div.p-shop a, div.p-shop span")  ##warecard_10129282745285 > div.p-shop > span
    shop_name = shop_name_element.text if shop_name_element else "无"
    print(shop_name)


    #划线价
    original_price= is_exist_element(product,"div.p-price span.originalPrice")
    print(original_price)
    
   
    #自营
    is_self_operated = is_extact_element_element(product,"div.p-name.p-name-type-2 img","alt","自营")
    print(is_self_operated)
    

    #X东超市
    is_jd_supermarket = is_extact_element_element(product, "div.p-icons img","desc",'XX超市')
    print(is_jd_supermarket)
    
    #5星店铺  
    is_five_star = is_element(product,"div.p-shop img")
    print(is_five_star)