命名使用 python 和 selenium 下载的 PDF

Question

我有一个用于工作的网络爬虫，可以从我们的非公开网站下载给定过滤器的所有 pdf。我正在尝试命名文件 “ID 号 + 文件名 + 日期文件是 made.pdf” 我在 Try 语句中使用绝对 xPath 作为文件名，但它不起作用并且跳到异常。如果我错过了任何语法方面的内容，或者是否有更好的方法来实现这一点，我将不胜感激。我也复制了xPath，看看有没有经验的人可以给我相对的xPath使用

错误：

selenium.common.exceptions.NoSuchElementException: Message: no such element: Unable to locate element: {"method":"xpath","selector":"/html/body/div[1]/div[1]/div[4]/div/div[2]/div/div/div[2]/div/div/div[1]/div[1]/div[2]/h2"}
  (Session info: chrome=93.0.4577.63)

HTML：

我的代码：

table_rows=driver.find_elements_by_xpath("//a[contains(@href, '#resources/details/?id=')]")
    for link_elem in table_rows:
        url = link_elem.get_attribute('href')
        id_number= url[-8:]
        driver.get(url)
       try:
            filename_first = driver.find_element_by_xpath('/html/body/div[1]/div[1]/div[4]/div/div[2]/div/div/div[2]/div/div/div[1]/div[1]/div[2]/h2').text.replace(':', '').replace(r'/', '-')

       except:
            filename_first = 'file.pdf'
        #filename_first = driver.find_element_by_xpath('/html/body/div[1]/div[1]/div[4]/div/div[2]/div/div/div[2]/div/div/div[1]/div[1]/div[2]/h2').text.replace(':', '').replace(r'/', '-')
        filename_final = id_number + filename_first #+ '.pdf'
        css_thing =  '#file > div:nth-child(1) > div.form-group.padding-xs-bottom > div > div > button.btn.btn-danger.get-download-url'
        time.sleep(5)
        download_button = driver.find_element_by_css_selector(css_thing)
        WebDriverWait(driver, 20).until(EC.element_to_be_clickable((By.CSS_SELECTOR, css_thing))).click()
        time.sleep(5)
        link_data = driver.find_element_by_xpath("//a[contains(@href, 'https://s3.amazonaws.com')]")
        url = link_data.get_attribute("href")
        r = requests.get(url, allow_redirects=True)
        open(filename_final, 'wb').write(r.content)
        print("good")

Answer 1

您收到NoSuchElement 异常，因为您使用的是绝对xPath 如果DOM 是动态的，那么您的脚本失败的可能性很大。

始终使用可靠的xPath

xPath: //a//div[@class='flex-1 ellipsis padding-xs-right']

Answer 2

根据您分享的快照，我相信您可以使用以下 xpath

//a[contains(@href,'#resources/details/')]//div[contains(@class,'ellipsis')]

此外，在使用此 xpath 之前，请检查我们有 1/1 匹配节点的开发工具。

像这样使用它：

filename_first = driver.find_element_by_xpath("//a[contains(@href,'#resources/details/')]//div[contains(@class,'ellipsis')]").text
print(filename_first)

如果您使用上述代码获得所需的输出，我们可以将其替换为正则表达式以获取您实际寻找的内容。