Question

我使用Selenium进行网页编写，现在我想查找用户可以点击的所有元素，其中包含单词＆＃34; download＆＃34; （在任何大小写中）链接文本，按钮文本，元素id，元素class或href。这可以包括链接，按钮或任何其他元素。

在this answer中，我找到了一个xpath，寻找xpath来搜索基于某个文本的按钮（或非区分大小写和部分匹配）：

text = 'download'
driver.find_elements_by_xpath("(//*[contains(text(), 'download')]")

但在this page上没有返回任何结果，即使以下链接在那里：

<a id="downloadTop" class="navlink" href="javascript:__doPostBack('downloadTop','')">Download</a>

有没有人知道如何找到所有以某种方式包含单词的元素＆＃34; download＆＃34;在一个网站？

[编辑] 此问题被标记为问题的副本，其中an answer建议将其更改为"//*[text()[contains(.,'download')]]"。所以我尝试了以下内容：

>>> from selenium import webdriver
>>> d = webdriver.Firefox()
>>> link = 'https://www.yourticketprovider.nl/LiveContent/tickets.aspx?x=492449&y=8687&px=92AD8EAA22C9223FBCA3102EE0AE2899510C03E398A8A08A222AFDACEBFF8BA95D656F01FB04A1437669EC46E93AB5776A33951830BBA97DD94DB1729BF42D76&rand=a17cafc7-26fe-42d9-a61a-894b43a28046&utm_source=PurchaseSuccess&utm_medium=Email&utm_campaign=SystemMails'
>>> d.get(link)
>>> d.find_elements_by_xpath("//*[text()[contains(.,'download')]]")
[]  # As you can see it still doesn't get any results..
>>>

有没有人知道如何获取用户可以点击的所有元素以及包含单词＆＃34; download＆＃34;在链接文本，按钮文本，元素id，元素class还是href？欢迎所有提示！

Answer 1

试试这个：

//*[(@id|@class|@href|text())
       [contains(translate(.,'DOWNLOAD','download'), 'download')]]

此Xpath 1.0表达式选择：具有id或class或href属性或text-node子元素的所有元素，其字符串值包含字符串“下载：任何大写字母。

这是一个正在运行的证据。下面的XSLT转换用于评估XPath表达式并将所有选定节点复制到输出：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>

  <xsl:template match="/">
    <xsl:copy-of select=
    "//*[(@id|@class|@href|text())
       [contains(translate(.,'DOWNLOAD','download'), 'download')]]
    "/>
  </xsl:template>
</xsl:stylesheet>

当我们将转换应用于以下测试文档时：

<html>
  <a id="downloadTop" class="navlink" 
    href="javascript:__doPostBack('downloadTop','')">Download</a>
  <b id="y" class="x_downLoad"/>
  <p>Nothing to do_wnLoad</p>
  <a class="m" href="www.DownLoad.com">Get it!</a>
  <b>dOwnlOad</b>
</html>

选择所需元素，然后将其复制到输出：

<a id="downloadTop" class="navlink" href="javascript:__doPostBack('downloadTop','')">Download</a>
<b id="y" class="x_downLoad"/>
<a class="m" href="www.DownLoad.com">Get it!</a>
<b>dOwnlOad</b>

Answer 2

嗯，你找到的答案已经告诉你如何做你想做的事。我看到的问题是text = 'download'以小写字母开头，而<a id="downloadTop" class="navlink" href="javascript:__doPostBack('downloadTop','')">Download</a>中的文字以大写字母开头。

首先将文字更改为text = 'Download'，然后查看它是否现在找到了您的元素。如果这是问题，那么你可以使用像

这样的小技巧

text = 'ownload'

driver.find_elements_by_xpath("(//*[contains(text(), '" + text + "')] | //*[@value='" + text + "'])")

忽略第一个字符。

编辑：是的，你可以使它不区分大小写。

driver.find_elements_by_xpath("(//*[contains(translate(text(), 'DOWNLOAD', 'download'), 'download')])")

Answer 3

如果您仍然希望更多地概括xpath并且不想使用该translate函数，则可以使用itertools.product并生成所有变体字符串download为node文字属性，如下所示。

from  itertools import  product
from selenium import webdriver

driver = webdriver.Firefox()
driver.get("https://www.yourticketprovider.nl/LiveContent/tickets.aspx?x=492449&y=8687&px=92AD8EAA22C9223FBCA3102EE0AE2899510C03E398A8A08A222AFDACEBFF8BA95D656F01FB04A1437669EC46E93AB5776A33951830BBA97DD94DB1729BF42D76&rand=a17cafc7-26fe-42d9-a61a-894b43a28046&utm_source=PurchaseSuccess&utm_medium=Email&utm_campaign=SystemMails")
txt = 'Download' # text to be searched
#Generate variants of that txt
l = [(c, c.lower()) if not c.isdigit() else (c,) for c in txt.upper()] #make tuple of upper and lower of each lettern that string (Download)
variants = ["".join(item) for item in product(*l)] # make all variant of the string Download
anchors = ["text()", "@class", "@id", "@href"] #node attribute to be searched
#Generate xpaths
xpaths_or = " or ".join(["contains(%s,'%s')"%(i,j) for i in anchors for j in variants])
xpaths = "//*[%s]" %xpaths_or
for download_tag in driver.find_elements_by_xpath(xpaths):
    print(download_tag.text)
driver.quit()

输出 -

Download
Download

N.B。 isdigit函数可以避免更改数字的大小写（如果存在）。

Answer 4

但在此页面上不返回任何结果，即使其中包含以下链接：

它因为有不同的文字。看：

Download
download

一个字母是大写的。所以你需要使用不区分大小写的xpath：

driver.find_elements_by_xpath("(//*[contains(lower-case(text()), 'download')]")

它必须为你工作好

Answer 5

当使用Selenium并查找Web元素时，最好始终首先搜索“ID”或“Class Name”，因为它比使用XPath更可靠和更容易，通常XPath仅在您无法使用前2个找到元素时使用提到的方法。

在这种情况下，您在该网站的下载元素中有一个非常清晰的ID标记。

请尝试使用此代码：

downloadButton = driver.find_element_by_id('downloadTop')

然后你可以用它来点击它：

downloadButton.click()

Answer 6

嗯，我不太了解硒，但我可以建议一个解决方案，这个方法有效。您可以使用正则表达式来首先解析整个页面源。例如，如果您只需要包含属性的元素，则包含＆＃39; download＆＃39; substring，使用这个regexp：

<\w*([a-zA-Z]+).*\w+([a-zA-Z]+)="(.*?download.*?)"?\/?>

然后使用re.finditer函数查找所有mathes，每个匹配对象将包含标记名称（group（1）），属性名称（group（2）和属性值（group（3））

import re

# wd == webdriver

for m in re.finditer('<\w*([a-zA-Z]+).*\w+([a-zA-Z]+)="(.*?download.*?)"?\/?>', wd.page_source):
    tag, attr, val = m.group(1), m.group(2), m.group(3)

然后，您可以使用wd.find_elements_by_css_selector（或其他内容）查找selenium树结构中的所有标记：

wd.find_elements_by_css_selector('{0}[{1}={2}]'.format(tag, attr, val))

如何查找包含单词＆＃34的所有元素;下载＆＃34;使用Selenium x-path？

6 个答案: