Question

我为论坛游戏构建了一个网络抓取工具，其中玩家使用[b]粗体[/ b]标签中的特定关键字来发出命令。机器人的工作是遍历线程并保留所有玩家命令的记录，但是我遇到了一个问题，如果玩家A引用玩家B的帖子，机器人会在报价中读取玩家B的命令并更新玩家A的表格。

我找到了引用框的特定类名，但我无法弄清楚如何从整个帖子体中删除该类。

我尝试使用get_attribute（'innerHTML'）将帖子转换为文本，并使用正则表达式成功删除它，但是我编写的用于提取粗体标记的代码（find_attribute_by_tag_name）变为无效。

我对这里发布的天才有两个问题：

有没有办法可以删除帖子正文中的特定元素？我在整个谷歌搜索，找不到有效的解决方案
否则，有没有办法可以将我从get_attribute（'innerHTML'）获得的HTML转换回元素？

def ScrapPosts( driver ):
  posts=driver.find_elements_by_class_name("postdetails")
  print("Total number of posts on this page:", len(posts))
  for post in posts:
      #print("username:",post.find_element_by_tag_name("Strong").text)
      username=post.find_element_by_tag_name("Strong").text.upper()


      #remove the quote boxes before sending to check command?
      post_txt=post.find_element_by_class_name("content")
      CheckCommand(post_txt, username)

Answer 1

Selenium没有内置的删除元素的方法。但是，您可以执行一些可以删除引用框元素的JavaScript代码。请参阅相关问题：https://stackoverflow.com/a/22519967/7880461

此代码将删除具有类名quoteBox的所有元素，如果您只是更改类名，我认为这对您有用。

left

同样的答案 - 没有内置的方法，但你可以使用JavaScript。这种方法可能比第一种方法复杂得多。

Python Selenium - 如何在论坛帖子中提取/排除特定标签或元素？

1 个答案: