PythonSelenium下拉菜单操作技巧

我们可以使用 XPath 结合文本内容来定位这些选项，这对于动态生成的元素尤其有效，因为它们的 ID 或类名可能不稳定。

# 假设下拉菜单已经展开
try:
    # 等待包含文本“100”的选项可见并可点击
    # 这里我们查找 class 为 'item' 且文本内容包含 '100' 的 div 元素
    option_100 = WebDriverWait(driver, 10).until(
        EC.element_to_be_clickable((By.XPATH, "//div[@class='item' and contains(text(), '100')]"))
    )
    option_100.click()
    print("成功选择 '100' 选项。")

except Exception as e:
    print(f"选择 '100' 选项时发生错误: {e}")

finally:
    # 完成操作后关闭浏览器
    driver.quit()

完整示例代码：

将上述两个步骤整合，形成一个完整的操作流程：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time # 导入 time 模块用于演示等待

# 初始化 WebDriver
driver = webdriver.Chrome() 
driver.get("https://www.gurufocus.com/stocks")

try:
    # 1. 定位并点击下拉菜单触发器
    dropdown_trigger = WebDriverWait(driver, 10).until(
        EC.element_to_be_clickable((By.CLASS_NAME, "aio-tabs-button"))
    )
    dropdown_trigger.click()
    print("成功点击下拉菜单触发器。")

    # 2. 选择下拉菜单中的特定选项 (例如 '100')
    # 等待下拉选项列表出现，并选择包含文本 '100' 的选项
    option_100 = WebDriverWait(driver, 10).until(
        EC.element_to_be_clickable((By.XPATH, "//div[@class='item' and contains(text(), '100')]"))
    )
    option_100.click()
    print("成功选择 '100' 选项。")

    # 验证操作是否成功（可选）：例如，等待页面内容更新或截图
    time.sleep(3) # 简单等待页面加载

except Exception as e:
    print(f"操作过程中发生错误: {e}")

finally:
    # 关闭浏览器
    driver.quit()

优化与替代方案

尽管 Selenium 提供了强大的浏览器自动化能力，但在某些场景下，它可能不是最优解。

1. 提升 Selenium 脚本的健壮性

• 更精确的定位策略： 尽量避免使用绝对 XPath。当元素没有唯一的 ID 或 NAME 时，可以尝试使用 CSS 选择器或相对 XPath，结合元素的属性（如 class、data-* 属性）和文本内容进行定位。
• 条件等待： 始终使用 WebDriverWait 和 expected_conditions 来等待元素出现、可见或可点击，而不是使用硬编码的 time.sleep()。
• 异常处理： 使用 try-except 块来捕获 NoSuchElementException 或其他 Selenium 异常，以便在元素未找到时能优雅地处理。

2. 考虑使用 Web API 进行数据抓取

对于主要目的是抓取网页数据而不是模拟用户交互的场景，直接调用网站的后端 API 通常是更高效、更稳定、更轻量级的解决方案。

• 优点：
  • 速度快： 无需加载和渲染整个网页，直接获取数据。
  • 稳定性高： 不受前端界面变化的影响。
  • 资源消耗低： 不需要启动浏览器实例。
• 实现方式：
  • 使用浏览器开发者工具（Network 标签页）监控页面加载时发出的 XHR/Fetch 请求。
  • 分析请求的 URL、请求方法（GET/POST）、请求头和请求体。
  • 使用 Python 的 requests 库模拟这些请求来获取数据。

例如，如果您发现选择“100”选项后，页面会向某个 API 发送请求并返回数据，那么直接模拟这个 API 请求会比 Selenium 自动化浏览器更优。

import requests
import json

# 示例：假设发现页面通过以下API获取数据
# 这是一个虚构的URL和参数，您需要根据实际情况进行分析
api_url = "https://www.gurufocus.com/api/stocks/data" 
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36",
    "Accept": "application/json",
    # 其他可能需要的请求头，如 Authorization, Referer 等
}
params = {
    "page_size": 100, # 对应选择“100”的逻辑
    "page": 1,
    # 其他筛选条件
}

try:
    response = requests.get(api_url, headers=headers, params=params)
    response.raise_for_status() # 检查HTTP请求是否成功
    data = response.json()
    print("通过 API 成功获取数据：")
    # print(json.dumps(data, indent=2)) # 打印格式化的JSON数据
    # 在这里处理获取到的数据
    print(f"获取到 {len(data.get('stocks', []))} 条股票数据。")

except requests.exceptions.RequestException as e:
    print(f"API 请求失败: {e}")
except json.JSONDecodeError:
    print("API 返回的不是有效的 JSON 格式。")

总结

在 Python Selenium 中操作网页下拉菜单，核心在于准确地定位触发器和选项，并利用显式等待机制应对动态加载。通过 By.CLASS_NAME 定位触发器，结合 By.XPATH 和 contains(text(), '...') 定位选项是一种可靠的方法。然而，在数据抓取场景下，如果网站提供 API 接口，直接使用 requests 库进行 API 调用通常是更推荐的方案，因为它能提供更高的效率和稳定性。选择哪种方法取决于您的具体需求：需要模拟完整用户行为（如表单提交、交互式测试）时使用 Selenium，而仅需获取数据时则优先考虑 API。

今天带大家了解了的相关知识，希望对你有所帮助；关于文章的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~