Question

我想从我的设备中提取一些戴尔网站上的日期。我尝试使用urllib下载网页，但是该网页受验证码保护，因此暂时无法绕开。现在，我正在使用Selenium打开浏览器，手动解决capthca，然后自动打开页面并提取日期。问题是css选择器返回了一些奇怪的元素，而不是所需的输出

我的代码：

from selenium import webdriver
import time
driver = webdriver.Chrome()


def scrape(codes):
    dates = []
    for i in range(len(codes)):
        driver.get("https://www.dell.com/support/home/us/en/19/product-support/"
                   "servicetag/%s/warranty?ref=captchasuccess" % codes[i])

    # Solve captcha manually
        if i == 0:
            print("You now have 120\" seconds to solve the captcha")
            time.sleep(120)
            print("120\" Passed")
    # Extract data
        expdate = driver.find_element_by_css_selector("#printdivid > div > div.not-annotated.hover > table:nth-child(3) > tbody > tr > td:nth-child(3)")
        print(expdate)
    driver.close()

codes = ['1FMR762', '15FDBG2', '10V8YZ1']
scrape(codes)

预期输出：

June 22, 2018
October 15, 2017
April 19, 2017

给出输出：

<selenium.webdriver.remote.webelement.WebElement (session="d83af0f7a3a9c79307d2058f863a7ecb", element="0.21873872382745052-1")>
<selenium.webdriver.remote.webelement.WebElement (session="d83af0f7a3a9c79307d2058f863a7ecb", element="0.06836824093097027-1")>
<selenium.webdriver.remote.webelement.WebElement (session="d83af0f7a3a9c79307d2058f863a7ecb", element="0.6642161898702734-1")>

Answer 1

看看API文档，find_element_by_css_selector函数返回一个WebElement对象。参见https://selenium-python.readthedocs.io/api.html。

如Python and how to get text from Selenium element WebElement object?中所述，在打印之前需要将Web元素内容转换为字符串。

因此将您的行print (expdate)更改为print (expdate.text)应该会有所帮助。

使用CSS选择器从网页提取数据-Selenium Python

1 个答案: