V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
saximi
V2EX  ›  Python

请教 selenium+Chrome 爬网页的问题

  •  
  •   saximi · 2017-09-30 23:38:13 +08:00 · 5293 次点击
    这是一个创建于 2644 天前的主题,其中的信息可能已经有所发展或是发生改变。
    from selenium import webdriver 
    from selenium.webdriver.remote.webelement import WebElement   
    
    url="http://buy.ccb.com/searchproducts/pv_0_0_0_0_000.jhtml?query=*&selectCatId=12001001&catId=12001001&isBH=false&area=" 
    
    driver =webdriver.PhantomJS(executable_path=r'D:\phantomjs\bin\phantomjs.exe')  #语句 1 
    
    driver.get(url) 
    
    pg=driver.find_element_by_xpath('//div[@class="main"]/div[@class="right"]/div[@class="page"]/a[@click][contains(text(),"下一页")]').click() 
    
    上面的代码用于对 url 下方页码控件中的“下一页”按钮进行点击,以页码为 1 的网页为例,下一页按钮对应的元素是 <div class="main">下面的<div class="right">下面的<div class="page">下面的<a onclick="queryListByPage('2')">下一页</a>
    代码使用 PhantomJS 浏览器可以正常运行。 
    但是如果改用 Chrome 浏览器,即把语句 1 改写为 driver =webdriver.Chrome() 后就报出现如下错误: 
    
    Traceback (most recent call last):
      File "d:\Python3\t1.py", line 37, in <module>
        pg=driver.find_element_by_xpath('//div[@class="main"]/div[@class="right"]/div[@class="page"]/a[@onclick][contains(text(),"下一页")]').click()
      File "D:\Python3\lib\site-packages\selenium\webdriver\remote\webelement.py", line 78, in click
        self._execute(Command.CLICK_ELEMENT)
      File "D:\Python3\lib\site-packages\selenium\webdriver\remote\webelement.py", line 499, in _execute
        return self._parent.execute(command, params)
      File "D:\Python3\lib\site-packages\selenium\webdriver\remote\webdriver.py", line 297, in execute
        self.error_handler.check_response(response)
      File "D:\Python3\lib\site-packages\selenium\webdriver\remote\errorhandler..py", line 194, in check_response
        raise exception_class(message, screen, stacktrace)
    selenium.common.exceptions.WebDriverException: Message: unknown error: Element <a onclick="queryListByPage('2')">...</a> is not clickable at point (1056, 589). Other element would receive the click: <dt>...</dt>
      (Session info: chrome=60.0.3112.113)
      (Driver info: chromedriver=2.32.498550 (9dec58e66c31bcc53a9ce3c7226f0c1c5810906a),platform=Windows NT 6.1.7601 SP1 x86)
    
    
    为何改用 Chrome 浏览器就会提示这个元素不可点击呢?请大家指点,谢谢! 
    
    
    12 条回复    2017-10-11 19:59:33 +08:00
    O14
        1
    O14  
       2017-10-01 10:51:43 +08:00 via Android
    kerberos
        2
    kerberos  
       2017-10-02 16:28:46 +08:00
    你也得指定 executable_path=‘’
    woshichuanqilz
        3
    woshichuanqilz  
       2017-10-02 18:27:07 +08:00
    把你的 chrome 源码发下我看看
    woshichuanqilz
        4
    woshichuanqilz  
       2017-10-02 18:59:12 +08:00
    # -*- coding: utf-8 -*-
    from selenium import webdriver
    from selenium.webdriver.remote.webelement import WebElement
    import time

    url="http://buy.ccb.com/searchproducts/pv_0_0_0_0_000.jhtml?query=*&selectCatId=12001001&catId=12001001&isBH=false&area="

    driver =webdriver.Chrome()

    driver.get(url)

    driver.maximize_window()
    lenOfPage = driver.execute_script("window.scrollTo(0, document.body.scrollHeight);var lenOfPage=document.body.scrollHeight;return lenOfPage;")
    match=False
    while(match==False):
    lastCount = lenOfPage
    time.sleep(3)
    lenOfPage = driver.execute_script("window.scrollTo(0, document.body.scrollHeight);var lenOfPage=document.body.scrollHeight;return lenOfPage;")
    if lastCount==lenOfPage:
    match=True

    driver.find_element_by_css_selector('body > div.main > div.right > div.page > a:nth-child(8)').click()


    我试了这样的代码也不行
    mlyy
        5
    mlyy  
       2017-10-04 11:30:34 +08:00 via iPad
    shn7798
        6
    shn7798  
       2017-10-07 13:51:22 +08:00
    > selenium.common.exceptions.WebDriverException: Message: unknown error: Element <a onclick="queryListByPage('2')">...</a> is not clickable at point (1056, 589). Other element would receive the click: <dt>...</dt>

    看着错误提示应该是元素层叠并且被遮盖了,可能 chrome 对网页还原的比较好。。。
    不过也有可能窗口太小了,元素都挤在一起了,试试调整一下串口大小。
    saximi
        7
    saximi  
    OP
       2017-10-09 23:16:00 +08:00
    @shn7798 请问如何调整窗口大小,我用了语句 driver.maximize_window() ,结果报错说窗口已经是最大了。
    saximi
        8
    saximi  
    OP
       2017-10-09 23:21:48 +08:00
    @woshichuanqilz 不好意思,我贴出的代码中 URL 有错,正确的应该是 http://buy.ccb.com/searchproducts/pv_0_0_0_0_1.jhtml?query=*&selectCatId=12001001&catId=12001001&isBH=false&area=

    但是这个地址还是无法用 Chrome()来爬,依然说元素无法 click
    saximi
        9
    saximi  
    OP
       2017-10-09 23:48:11 +08:00
    @woshichuanqilz 把 URL 改为正确的 http:// buy.ccb.com/searchproducts/pv_0_0_0_0_1.jhtml?query=*&selectCatId=12001001&catId=12001001&isBH=false&area=
    这样之后您的代码可以正常运行了,但是我的代码还是提示元素不能 click,请问是怎么回事呢
    saximi
        10
    saximi  
    OP
       2017-10-10 19:35:12 +08:00
    @mlyy 非常感谢,用帖子中提到的某个方法解决了。问题的原因是对于 Chrome 浏览器,当访问的页面大到需要拖动滚动条才能完全浏览时,对于未拖动滚动条时没出现的元素,是不能 click 的。我觉得这应该是 Chrome 对开发者不够友好的地方吧。
    woshichuanqilz
        11
    woshichuanqilz  
       2017-10-11 08:08:19 +08:00
    @saximi 我的代码里面有拖动这个页面为什么也不行呢?
    saximi
        12
    saximi  
    OP
       2017-10-11 19:59:33 +08:00
    @woshichuanqilz 我试了你的代码是可以执行的,出错的原因是我主贴中给出的 URL 是错误的,你使用这个正确的 URL 再看看? buy 之前的空格要去掉
    http:// buy.ccb.com/searchproducts/pv_0_0_0_0_1.jhtml?query=*&selectCatId=12001001&catId=12001001&isBH=false&area=
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2782 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 13:20 · PVG 21:20 · LAX 05:20 · JFK 08:20
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.