如何在Selenium中选择表格单元格内的所有文本

Question

我正在尝试写一个简单的脚本，想要获取一个表格中所有单元格的内容。

from selenium import webdriver
from selenium.webdriver.common.keys import Keys

url = 'http://127.0.0.1/html5css3'
driver = webdriver.Firefox()
driver.get(url)

table = driver.find_elements_by_xpath("//td//text()")

for t in table:
    print t

我还没有找到一个关于xpath语法的教程，能够从基础到高级都讲解清楚。

示例输入：

<table border="1">
  <tr>
    <td>Product</td>
    <td>Vehicle</td>
    <td>Price</td>
    <td>Rating</td>
  </tr>
  <tr>
    <td>Duration</td>
    <td>Latex</td>
    <td>62</td>
    <td>5</td>
  </tr>
  <tr>
    <td>Super Paint</td>
    <td>Latex</td>
    <td>56</td>
    <td>4</td>
  </tr>
  <tr>
    <td>A-100</td>
    <td>Latex</td>
    <td>48</td>
    <td>3</td>
  </tr>
  <tr>
    <td>Macropoxy</td>
    <td>Epoxy</td>
    <td>62</td>
    <td>5</td>
  </tr>
</table>

Answer 1

当我运行你的程序时，出现了这个错误信息：

这个 xpath 表达式 "//td//text()" 的结果是: [object XrayWrapper [object Text]]。它应该是一个元素。

果然，当我在 lxml 中运行这个表达式时，我得到了一个字符串的列表。

显然，.find_elements* 只想返回网页元素；它们不想返回字符串。

根据你的具体需求，可以尝试以下几种方法：

list_of_elements = driver.find_elements_by_xpath('//td') # return elements
list_of_text = [t.text for t in driver.find_elements_by_xpath('//td')] # return strings

不过，如果是我，我会希望结果中有一些结构：

list_of_lists = [[td.text
                  for td in tr.find_elements_by_xpath('td')]
                  for tr in driver.find_elements_by_xpath('//tr')]
list_of_dicts = [dict(zip(list_of_lists[0],row)) for row in list_of_lists[1:]]

这样一来，你的目标就容易实现了：

我最终的目标是做类似于打印 td[2]，前提是 td[4] 大于 3。

print [row['Vehicle'] for row in list_of_dicts if int(row['Rating']) > 3]

这里有一个最终的程序，可能会满足你的需求：

from selenium import webdriver
from selenium.webdriver.common.keys import Keys

url = 'file:///tmp/x.html'
driver = webdriver.Firefox()
driver.get(url)

list_of_lists = [[td.text
                  for td in tr.find_elements_by_xpath('td')]
                  for tr in driver.find_elements_by_xpath('//tr')]
list_of_dicts = [dict(zip(list_of_lists[0],row)) for row in list_of_lists[1:]]

for t in list_of_dicts:
    if int(t['Rating']) > 3:
        print t['Vehicle']