Python爬蟲(chóng)實(shí)現(xiàn)selenium處理iframe作用域問(wèn)題

項(xiàng)目場(chǎng)景：

在使用selenium模塊進(jìn)行數(shù)據(jù)爬取時(shí)，通常會(huì)遇到爬取iframe中的內(nèi)容。會(huì)因?yàn)槎ㄎ坏淖饔糜騿?wèn)題爬取不到數(shù)據(jù)。

問(wèn)題描述：

我們以菜鳥(niǎo)教程的運(yùn)行實(shí)例為案例。
按照正常的定位

會(huì)以文本塊生成xpath為/html/body/text()。這樣的話根據(jù)xpath進(jìn)行如下代碼編寫(xiě)。

#!/user/bin/
# -*- coding:UTF-8 -*-
# Author:Master

from selenium import webdriver
import time

driver = webdriver.Chrome(executable_path="./chromedriver")
driver.get('https://www.runoob.com/try/runcode.php?filename=HelloWorldtype=python3')
time.sleep(2)
text = driver.find_element_by_xpath('/html/body').text
print(text)
time.sleep(5)
driver.quit()

執(zhí)行結(jié)果：

很明顯這并不是想要的結(jié)果。

原因分析：

當(dāng)我們打開(kāi)抓包工具定位到Hello, World!文本的時(shí)候會(huì)發(fā)現(xiàn)，該文本是在一個(gè)iframe中。這樣的話我們xpath所定位到的內(nèi)容則是大的html中的路徑。我們需要的內(nèi)容則是在iframe中的小的html中。

解決方案：

通過(guò)分析發(fā)現(xiàn)，想要解決問(wèn)題的實(shí)質(zhì)就是改變作用域。通過(guò)switch_to.frame(‘id')方法來(lái)改變作用域就可以了。

重新編寫(xiě)代碼：

#!/user/bin/
# -*- coding:UTF-8 -*-
# Author:Master

from selenium import webdriver
import time

driver = webdriver.Chrome(executable_path="./chromedriver")
driver.get('https://www.runoob.com/try/runcode.php?filename=HelloWorldtype=python3')
time.sleep(2)
driver.switch_to.frame('iframeResult')
text = driver.find_element_by_xpath('/html/body').text
print(text)
time.sleep(5)
driver.quit()

查看運(yùn)行結(jié)果：

到此這篇關(guān)于Python爬蟲(chóng)實(shí)現(xiàn)selenium處理iframe作用域問(wèn)題的文章就介紹到這了,更多相關(guān)selenium iframe作用域內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！