网页 table 中的最后一个超链接使用 Python
Last hyperlink in webpage table using Python
我正在使用 Beautifulsoup4 解析网页。与 Bing 的工作方式类似，如果您输入搜索词，它会 return 前十次点击，随后的点击将在第 2 页、第 3 页等后续页面上列出... 第一页 returned 在查询确实包含从第 2 页到最后一页的 hyperlinks 之后。例如，我要确定的正是最后一页的内容（即第 87 页）。
下面是来自页面的 HTML 源代码示例：
<tr><td colspan=4 align=left class='uilt'>����� ������� ��������: 3543.<br>��������: 1 <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=2">2</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=3">3</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=4">4</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=5">5</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=6">6</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=7">7</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=8">8</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=9">9</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=10">10</a> <br></td></tr>
在上面的示例中，我如何计算出最后一个 link 是第 10 页？在上面还有 HTML，所以我不能简单地从 HTML 代码的末尾切出 X 个位置。
谢谢
使用原始 Selenium，您应该能够执行如下操作：
driver.find_elements_by_css_selector(".uilt a")[-1].text
这将找到最后一个 <a> 标记，它是具有 class uilt 和 return 文本的元素的后代。不需要 BeautifulSoup.
首先手动搜索 html 以获取 link 的计数。您也许可以将那个数字 link 直接抓到最后一页。如果您无法通过这种方式找到最后一页，则可以从每个搜索结果页面的最后一页开始抓取。只需遍历所有 link 页 {1...10, 11...20,...} 直到到达最后一页，然后执行操作以找到该页的最后一个 link页。
如果您询问如何使用 BeautifulSoup 在提供的 HTML 中找到最后一个 link - 您可以使用 CSS Selector:
soup.select('td.uilt > a')[-1]
或者，使用 find() 和 find_all()：
soup.find('td', class_='uilt').find_all('a')[-1]
不过，我同意该主题的其他参与者的观点，即没有必要 BeautifulSoup。 Selenium本身就是一个强大的工具，有很多techniques to locate elements on a page.
我正在使用 Beautifulsoup4 解析网页。与 Bing 的工作方式类似，如果您输入搜索词，它会 return 前十次点击，随后的点击将在第 2 页、第 3 页等后续页面上列出... 第一页 returned 在查询确实包含从第 2 页到最后一页的 hyperlinks 之后。例如，我要确定的正是最后一页的内容（即第 87 页）。
下面是来自页面的 HTML 源代码示例：
<tr><td colspan=4 align=left class='uilt'>����� ������� ��������: 3543.<br>��������: 1 <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=2">2</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=3">3</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=4">4</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=5">5</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=6">6</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=7">7</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=8">8</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=9">9</a> <a href="/main/search.php?str=&tag=&nopass=&cat=25&page=10">10</a> <br></td></tr>
在上面的示例中，我如何计算出最后一个 link 是第 10 页？在上面还有 HTML，所以我不能简单地从 HTML 代码的末尾切出 X 个位置。
谢谢
使用原始 Selenium，您应该能够执行如下操作：
driver.find_elements_by_css_selector(".uilt a")[-1].text
这将找到最后一个 <a> 标记，它是具有 class uilt 和 return 文本的元素的后代。不需要 BeautifulSoup.
首先手动搜索 html 以获取 link 的计数。您也许可以将那个数字 link 直接抓到最后一页。如果您无法通过这种方式找到最后一页，则可以从每个搜索结果页面的最后一页开始抓取。只需遍历所有 link 页 {1...10, 11...20,...} 直到到达最后一页，然后执行操作以找到该页的最后一个 link页。
如果您询问如何使用 BeautifulSoup 在提供的 HTML 中找到最后一个 link - 您可以使用 CSS Selector:
soup.select('td.uilt > a')[-1]
或者，使用 find() 和 find_all()：
soup.find('td', class_='uilt').find_all('a')[-1]
不过，我同意该主题的其他参与者的观点，即没有必要 BeautifulSoup。 Selenium本身就是一个强大的工具，有很多techniques to locate elements on a page.