在python selenium中通过正则表达式单击链接答案

【问题标题】：Clicking links by regexp in python selenium在python selenium中通过正则表达式单击链接
【发布时间】：2011-04-21 09:49:26
【问题描述】：

我一直在环顾四周，试图找到一种方法来单击 selenium 中与正则表达式匹配的链接。

这是有效的代码；

from selenium import selenium
sel = selenium("localhost", 4444, "*chrome", "http://www.ncbi.nlm.nih.gov/")
sel.start()
sel.open('/pubmed')
sel.type("search_term", "20032207[uid]")
sel.click("search")
sel.click("linkout-icon-unknown-vir_full")

但是，如果我搜索不同的 ID，链接文本会有所不同，但它始终与正则表达式 linkout-icon[\w-_]* 匹配。

但我似乎找不到正确的命令来单击与正则表达式匹配的链接...我试过了：

sel.click('link=regex:linkout-icon[\w-_]*')
sel.click('regex:linkout-icon[\w-_]*')
sel.click('link=regexp:linkout-icon[\w-_]*')
sel.click('regexp:linkout-icon[\w-_]*')

但它们似乎都不起作用。有什么建议吗？

编辑：

所以在 cmets 在下面的答案之后：点击的项目实际上是一个 id=linkout-icon-unknown-viro_full 的图像。整行如下：

<a href="http://vir.sgmjournals.org/cgi/pmidlookup?view=long&amp;pmid=20032207" ref="PrId=3051&amp;itool=Abstract-def&amp;uid=20032207&amp;nlmid=0077340&amp;db=pubmed&amp;log$=linkouticon" target="_blank"><img alt="Click here to read" id="linkout-icon-unknown-vir_full" border="0" src="http://www.ncbi.nlm.nih.gov/corehtml/query/egifs/http:--highwire.stanford.edu-icons-externalservices-pubmed-standard-vir_full.gif" /></a> </div>

如果您想知道我从 Selenium IDE 记录器中获得了代码。

【问题讨论】：

标签： python selenium

【解决方案1】：

我认为你很接近。首先，regexp: 是表示您想使用正则表达式的正确文本模式。

另一件可能不太正确的事情是说link=，因为它指的是链接的文本，即：

<a href="path/to/mylink">Text of the link, this is what will be searched</a>

那么你想在锚的哪个部分使用你的正则表达式，href？

可能导致正确答案的是：selenium: Is it possible to use the regexp in selenium locators

也许 get 函数可以重新用于搜索所有 a.href 属性以查找您的正则表达式，然后返回每个属性的 XPath，然后将其提供给 click()

【讨论】：

【解决方案2】：

sel.click 可以将 XPath 作为参数。使用Firebug 我发现（我相信是）“linkout-icon-unknown-vir_full”链接的 XPath：

sel.click("//*[@id='linkout-icon-unknown-vir_full']")

使用上述命令将我带到this page。

我无法让matches 工作——我不知道为什么——但这似乎使用contains 工作：

sel = selenium.selenium("localhost", 4444, "*firefox", "http://www.ncbi.nlm.nih.gov/")
sel.start()
sel.open('/pubmed')
sel.type("search_term", "20032207[uid]")
sel.click("search")
sel.wait_for_page_to_load(30000)
sel.click("//*[contains(@id,'linkout')]")

【讨论】：

正确的想法，但我需要一个正则表达式，因为我将从搜索列表中获取这些。对于不同的搜索，我需要匹配不同的链接。

【解决方案3】：

在做了一些黑客攻击之后，我想出了可能是最愚蠢的方法，但它可以工作，直到有人可以为我提供更好的答案：

import re
val = re.findall('linkout-icon-unknown[\w-]*', sel.get_html_source())[0]
sel.click(val)

这需要我搜索整个 html，如果设计发生变化，可能会出现问题。

我希望看到更强大的方法。

【讨论】：