【发布时间】:2020-12-27 11:40:17
【问题描述】:
我正在尝试抓取一个看起来像是由 Javascript 生成的网站 (https://harleytherapy.com/therapists?page=1),而我尝试抓取的元素(lu 和 id="downshift-7-menu")没有出现在“页面源”,但只有在我点击“检查元素”之后。
我试图在这里找到一个解决方案,到目前为止,这是我能够想出的代码(硒 + 美丽汤的组合)
import requests
from bs4 import BeautifulSoup
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
import time
url = "https://harleytherapy.com/therapists?page=1"
options = webdriver.ChromeOptions()
options.add_argument('headless')
capa = DesiredCapabilities.CHROME
capa["pageLoadStrategy"] = "none"
driver = webdriver.Chrome(chrome_options=options, desired_capabilities=capa)
driver.set_window_size(1440,900)
driver.get(url)
time.sleep(15)
plain_text = driver.page_source
soup = BeautifulSoup(plain_text, 'html')
therapist_menu_id = "downshift-7-menu"
print(soup.find(id=therapist_menu_id))
我认为让 Selenium 等待 15 秒可以确保所有元素都已加载,但我仍然无法在汤中找到任何 id 为 downshift-7-menu 的元素。你们知道我的代码有什么问题吗?
【问题讨论】:
标签: python selenium web-scraping beautifulsoup