如何找到“版权”文本？

Question

我是 selenium 的新手，我正在尝试从网站中查找部分文本（“版权”）。如果存在，程序将打印“成功”，否则将打印“失败”。有问题: 我不知道如何找到那部分文本。没有class，没有id，我没有CSS代码。我完全什么都不知道。

这是我写的代码，我尝试了几次

import time

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait
from webdriver_manager.chrome import ChromeDriverManager

PATH = Service("/Users/fscozano/documenti/chromedriver-2.exe")

driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()))
driver.get("https://apod.nasa.gov/apod/random_apod.html")

try:
    # search1 = driver.find_element(By.XPATH, "/html/body/center[2]/b[2]")
    copyr = driver.find_element(By.NAME, "Copyright").text
    # search = WebDriverWait(driver, 1).until(

    print(copyr)
    print("success")

except:
    print("failed")
    time.sleep(3)

如果我一无所知并且它是较大文本的一部分，我应该如何找到“版权”？ 您可以亲自查看网站并找出问题所在

Answer 1

您的代码/方法存在一些问题。

1. 您想要的文本位于 IFRAME 中。要允许 Selenium 查看 IFRAME 内部，您需要将上下文切换到该 IFRAME。最佳做法是等待 IFRAME 可用，然后切换到它。见the docs。

2. 一旦您进入该 IFRAME，您就可以搜索所需的元素。一个问题是你没有明确定义你想要什么作为输出。您的代码正在尝试从“版权”元素（不存在）中检索 .text。每次页面重新加载时，都会显示不同的图像并...

   1. 它可能受版权保护，也可能不受版权保护
   2. 版权可能是也可能不是超链接
   3. 版权可能包含一个或多个链接

   为了让一切更简单，我将提供代码来获取包含“版权”文本的 CENTER 标记中的所有文本，例如，

   Our Rotating Earth
   Video Credit & Copyright: Bartosz Wojczyński
   

3. 您应该使用.find_elements 而不是try-catch，因为它不涉及抛出和捕获异常。异常应该是异常的（罕见的），而不是（通常）用作流控制。

这是更新后的代码。

driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()))
driver.get("https://apod.nasa.gov/apod/random_apod.html")

wait = WebDriverWait(driver, 10)
wait.until(EC.frame_to_be_available_and_switch_to_it((By.ID,'apod')))
copyr = driver.find_elements(By.XPATH, "//center[.//b[contains(.,'Copyright')]]")
if copyr:
    print(copyr)
    print("success")
else:
    print("failed")

我尝试了很多次，它成功了，但可能有一些例子也打破了这一点。

Answer 2

1. 您使用了错误的定位器
2. 您应该在访问之前添加一个等待以使该元素完全加载
3. 您尝试访问的元素不在视图中，您需要向下滚动页面
   这应该有效：

import time

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.action_chains import ActionChains

PATH = Service("/Users/fscozano/documenti/chromedriver-2.exe")

driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()))
wait = WebDriverWait(driver, 20)
actions = ActionChains(driver)

driver.get("https://apod.nasa.gov/apod/random_apod.html")
credit = wait.until(EC.presence_of_element_located((By.XPATH, "//b[contains(text(),'Credit')]/following-sibling::a")))
actions.move_to_element(credit).perform()
time.sleep(0.5)
credits = driver.find_elements(By.XPATH, "//b[contains(text(),'Credit')]/following-sibling::a")
for credit in credits:
    print(credit.text)