--------------------------------------

Question

我使用Python与selenium（PhantomJS webdriver）来解析网站，我有问题。

我想从这个广播网站获取当前歌曲：http://www.eskago.pl/radio/eska-warszawa。

的xpath：

/html/body/div[3]/div[1]/section[2]/div/div/div[2]/ul/li[2]/a[2]

xpath不适用于python selenium

错误：

Traceback（最近一次调用最后一次）：文件“parser4.py”，第41行，in p.loop（）文件“parser4.py”，第37行，循环 self.eska（self.url_eskawarszawa）文件“parser4.py”，第27行，在eska driver.find_element_by_xpath（ '/ HTML /体/格[3] / DIV [1] /部分[2] / DIV / DIV / DIV [2] / UL /锂[2] / A [2]'）文件 “/usr/lib/python2.7/site-packages/selenium/webdriver/remote/webdriver.py” 第230行，在find_element_by_xpath中 return self.find_element（by = By.XPATH，value = xpath）File“/usr/lib/python2.7/site-packages/selenium/webdriver/remote/webdriver.py”，第662行，在find_element中 {'using'：by，'value'：value}）['value']文件“/usr/lib/python2.7/site-packages/selenium/webdriver/remote/webdriver.py”，第173行，执行中 self.error_handler.check_response（response）文件“/usr/lib/python2.7/site-packages/selenium/webdriver/remote/errorhandler.py”，第164行，在check_response中 raise exception_class（message，screen，stacktrace）selenium.common.exceptions.NoSuchElementException：Message： u'{“errorMessage”：“无法找到带有xpath的元素 \ '/ HTML /体/格[3] / DIV [1] /部分[2] / DIV / DIV / DIV [2] / UL /锂[2] / A [2] \'”， “请求”： {“报头”：{“接受”：“应用/ JSON”，“接受编码”：“同一性”，“连接”：“关闭”，“内容长度”：“148”，“内容类型”： “应用程序/ JSON;字符集= UTF-8”， “主机”： “127.0.0.1:55583","User-Agent":"Python-urllib/2.7"},"httpVersion":"1.1","method” ： “POST”， “邮报”： “{\” 使用\“： \“xpath \”，\“sessionId \”： \“e2fa7700-1bea-11e4-bd11-83e129ae286e \”，\“值\”： \ “/ HTML /体/格[3] / DIV [1] /部分[2] / DIV / DIV / DIV [2] / UL /锂[2] / A [2] \”}”， “URL” ： “/元件”， “urlParsed”：{ “锚”： “”， “查询”： “”， “文件”： “元件”， “目录”： “/”， “路径”： “/元件” “相对”： “/元件”， “端口”： “”， “宿主”： “”， “密码”： “”， “用户”： “”， “用户信息”： “”， “权威”： “” ， “协议”： “”， “源”： “/元件”， “queryKey”：{}， “块”：[ “元件”]} “urlOriginal”：“/会话/ e2fa7700-1bea-11e4-BD11 -83e129ae286e /元件“}}” ;屏幕截图：可通过屏幕获取

有谁知道这有什么问题？

--------------------------------------

编辑： thx伙计们的答案我终于找到了解决问题的方法。 xpath很好（但实际上很脆弱）

我使用firefox驱动程序，我看到了问题 - 广告。

我必须跳过它们，我决定使用另一个没有此广告的页面： http://www.eskago.pl/radio

和finnaly，thx alecxe - 我用这个：

driver.find_element_by_xpath('//a[@class="radio-tab-button"]/span/strong').click()
element = driver.find_element_by_xpath('//p[@class="onAirStreamId_999"]/strong')
print element.text

并且工作得很好。

Answer 1

你提供的xpath是一个非常脆弱的xpath，现在想知道你得到NoSuchElementException例外。

相反，依赖于a标签的类名，里面有一首当前播放的歌曲：

<a class="playlist_small" href="http://www.eskago.pl/radio/eska-warszawa?noreload=yes">
    <img style="width:41px;" src="http://t-eska.cdn.smcloud.net/common/l/Q/s/lQ2009158Xvbl.jpg/ru-0-ra-45,45-n-lQ2009158Xvbl_jessie_j_bang_bang.jpg" alt="">
    <strong>Jessie J, Ariana Grande, Nicki Minaj</strong>
    <span>Bang Bang</span>
</a>

以下是示例代码：

element = driver.find_element_by_xpath('//a[@class="playlist_small"]/strong')
print element.text

嗯，另一种检索当前播放歌曲的方法是模仿网站为播放列表制作的JSONP响应：

>>> import requests
>>> import json
>>> import re
>>> response = requests.get('http://static.eska.pl/m/playlist/channel-999.jsonp')
>>> json_data = re.match('jsonp\((.*?)\);', response.content).group(1)
>>> songs = json.loads(json_data)
>>> current_song = songs[0]
>>> [artist['name'] for artist in current_song['artists']]
[u'David Guetta', u'Showtek', u'Vassy']
>>> current_song['name']
u'Bad'

Answer 2

正如alecxe所提到的，如果页面结构发生任何变化，那xpath就会破坏。

一个更简单的xpath表达式可以使用：//li[2]/a[2]

xpath不适用于此站点，请验证

--------------------------------------

2 个答案: