Selenium WebDriver get_attribute returns 当值具有实体时截断 href 属性的值

Question

我正在尝试使用 selenium Webdriver (Python) 从我的应用程序页面上的锚选项卡获取 href 属性值，返回的结果已被部分删除。

这是 HTML 片段 -

<a class="nla-row-text" href="/shopping/brands?search=kamera&amp;nm=Canon&amp;page=0" data-reactid="790">

这是我使用的代码-

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains

driver = webdriver.Firefox()
driver.get("xxxx")

url_from_attr = driver.find_element(By.XPATH,"(//div[@class='nla-children mfr']/div/div/a)[1]").get_attribute("href")

url_from_attr_raw = "%r"%url_from_attr

print(" URL from attribute -->> " + url_from_attr)
print(" Raw string -->> " + url_from_attr_raw)

我得到的输出是 -

/shopping/brands?search=kamera&page=0

而不是-

/shopping/brands?search=kamera&amp;nm=Canon&amp;page=0 OR
/shopping/brands?search=kamera&nm=Canon&page=0

这是因为 URL 中的实体表示，因为我看到实体之间的部分被剥离了吗？任何帮助或指示都会很棒

Answer 1

根据给定的 HTML，您尝试过的 定位器策略 存在问题。您使用了索引 [1] 和 find_element，即 error-prone。索引例如当通过 find_elements 返回 List 时，可以应用 [1]。在此用例中，优化的表达式为：

url_from_attr = driver.find_element(By.XPATH,"//div[@class='nla-children mfr']/div/div/a[@class='nla-row-text']").get_attribute("href")

定位器策略可以进一步优化如下：

url_from_attr = driver.find_element(By.XPATH,"//div[@class='nla-children mfr']//a[@class='nla-row-text']").get_attribute("href")

更新 A

根据您的评论，您仍然需要使用索引优化的 Locator Strategy 可以是：

url_from_attr = driver.find_elements(By.XPATH,"//div[@class='nla-children mfr']//a[@class='nla-row-text'][1]").get_attribute("href")

get_attribute(attribute_name)

根据 Python-API Source :

    def get_attribute(self, name):
    """Gets the given attribute or property of the element.

    This method will first try to return the value of a property with the
    given name. If a property with that name doesn't exist, it returns the
    value of the attribute with the same name. If there's no attribute with
    that name, ``None`` is returned.

    Values which are considered truthy, that is equals "true" or "false",
    are returned as booleans.  All other non-``None`` values are returned
    as strings.  For attributes or properties which do not exist, ``None``
    is returned.

    :Args:
        - name - Name of the attribute/property to retrieve.

    Example::

        # Check if the "active" CSS class is applied to an element.
        is_active = "active" in target_element.get_attribute("class")

    """

    attributeValue = ''
    if self._w3c:
        attributeValue = self.parent.execute_script(
        "return (%s).apply(null, arguments);" % getAttribute_js,
        self, name)
    else:
        resp = self._execute(Command.GET_ELEMENT_ATTRIBUTE, {'name': name})
        attributeValue = resp.get('value')
        if attributeValue is not None:
        if name != 'value' and attributeValue.lower() in ('true', 'false'):
            attributeValue = attributeValue.lower()
    return attributeValue

更新 B

正如您在评论中提到的那样 该方法返回的 url 值在页面上的任何地方都不存在 这意味着您正在尝试访问 href属性太早了。所以可以有如下2种解决方案：

遍历DOM树并构造一个Locator，它将唯一标识元素并归纳WebDriverwait with expected_conditions as element_to_be_clickable 然后提取 href 属性。
出于调试目的，您可以添加 time.sleep(10) 以使元素在 HTML DOM 中正确呈现然后尝试提取 href 属性。

Selenium WebDriver get_attribute returns 当值具有实体时截断 href 属性的值

Selenium WebDriver get_attribute returns truncated value of href attribute when value has entities

python

selenium

html-entities

python-3.x

selenium-webdriver

更新 A

get_attribute(attribute_name)

更新 B