使用 xpath 从网站提取信息时未收集任何数据

Question

我需要从网站中提取信息。该网站在以下路径中有信息：

<div class="accordion-block__question">
<div class="accordion-block__text">Server</div></div>
...
<div class="block__col"><b>Country</b></div>

运行

try: 
            # Country
            c=driver.find_element_by_xpath("//div[contains(@class,'block__col') and contains(text(),'Country')]").get_attribute('textContent')
            country.append(c)   
except: 
            country.append("Error")

我创建了一个包含所有错误的 df。我对所有领域都感兴趣（但为了解决这个问题，只有一个会很棒），包括 Trustscore（数字），但我不知道是否有可能得到它。我在 Chrome 上使用 selenium，网络驱动程序。网站是 https://www.scamadviser.com/check-website.

代码

这是完整的代码：

def scam(df):
    chrome_options = webdriver.ChromeOptions()

    trust=[]
    country = [] 
    isp_country = [] 
        
    query=df['URL'].unique().tolist() 
    driver=webdriver.Chrome('mypath',chrome_options=chrome_options))
    
    for x in query:
        
        wait = WebDriverWait(driver, 10)
        response=driver.get('https://www.scamadviser.com/check-website/'+x)
        
        try: 
            wait = WebDriverWait(driver, 30)
            # missing trustscore

            # Country
            c=driver.execute_script("arguments[0].scrollTop = arguments[0].scrollHeight", driver.find_element_by_xpath("//div[contains(@class,'block__col') and contains(text(),'Country')]")).get_attribute('innerText')
            country.append(c)  

            # ISP country
        ic=driver.find_element_by_xpath("//div[contains(@class,'block__col') and contains(text(),'ISP')]").get_attribute('innerText')
            isp_country.append(ic)
        
        except: 
            # missing trustscore
            country.append("Error")
            isp_country.append("Error")
            

    # Create dataframe
    dict = {'URL': query, 'Trustscore':trust, 'Country': country, 'ISP': isp_country} 
    df=pd.DataFrame(dict)

    driver.quit()
    
    return df

你可以试试 df['URL'] 等于

whosebug.com
gitHub.com

Answer 1

您正在寻找 innerText 而不是 textContent。

代码：

try: 
  # Country
  c = driver.find_element_by_xpath("//div[contains(@class,'block__col') and contains(text(),'Country')]").get_attribute('innerText')
  print(c)
  country.append(c)   
except: 
   country.append("Error")

更新 1 :

如果已经使用的定位器是正确的。

driver.execute_script("arguments[0].scrollTop = arguments[0].scrollHeight", driver.find_element_by_xpath("//div[contains(@class,'block__col') and contains(text(),'Country')]"))

或者可以尝试使用此 xpath 的两个选项:-

//div[contains(@class,'block__col')]/b[text()='Country']

更新 2 :

尝试：等待 = WebDriverWait（驱动程序，30） # 缺少信任分数

# Country
time.sleep(2)
ele = driver.find_element_by_xpath("//div[contains(@class,'block__col')]/b[text()='Country']")
driver.execute_script("arguments[0].scrollIntoView(true);", ele)
country.append(ele.get_attribute('innerText'))

time.sleep(2)
# ISP country
ic = driver.find_element_by_xpath("//div[contains(@class,'block__col')]/b[text()='ISP']")
driver.execute_script("arguments[0].scrollIntoView(true);", ele)
isp_country.append(ic.get_attribute('innerText'))

更新 3 :

得到Company data,Country name.

使用这个 xpath :

//div[text()='Company data']/../following-sibling::div/descendant::b[text()='Country']/../following-sibling::div

另外，在使用这个 xpath 之前确保一些事情。

以全屏模式启动浏览器。
使用js滚动，然后使用sroll into view或Actions chain。

代码:-

driver.maximize_window()
time.sleep(2)
driver.execute_script("window.scrollTo(0, 1000)")
time.sleep(2)
driver.execute_script("arguments[0].scrollTop = arguments[0].scrollHeight", WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.XPATH, "//div[text()='Company data']"))))
# now use the mentioned xpath.

company_data_country_name` = WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.XPATH, "//div[text()='Company data']/../following-sibling::div/descendant::b[text()='Country']/../following-sibling::div")))
print(company_data_country_name.text)

使用 xpath 从网站提取信息时未收集任何数据

No data collected when I extract info from a website using xpath

python

selenium

webdriver

web-scraping

selenium-webdriver