使用 Python Selenium 遍历表行并打印列文本

Posted 2023-03-05

【中文标题】使用 Python Selenium 遍历表行并打印列文本

【英文标题】：Iterate through table rows and print column text with Python Selenium

【发布时间】：2015-10-27 01:12:27

【问题描述】：

我有一个表 (<table>)，每行 (<tr>) 中的值都来自其正文 (<tbody>)。

我想打印出来的值是在<div> 标签内的<span>。

检查 html，我看到了值，例如“名称”在第 1 行 (tr[1])、第 2 列 (td[2])：

<tr class="GAT4PNUFG GAT4PNUMG" __gwt_subrow="0" __gwt_row="0">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUHG GAT4PNUNG">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUNG">
                <div __gwt_cell="cell-gwt-uid-324" style="outline-style:none;">
                    <span class="linkhover" title="Name" style="white-space:nowrap;overflow:hidden;text-overflow:ellipsis;empty-cells:show;display:block;color:#00A;cursor:pointer;">Name</span>
                </div>
            </td>

我想遍历表格的每一行并打印出第 2 列 td[2] 中的值

我正在使用 Python 和 Selenium Webdriver

表格第 1 行第 2 列的完整 Xpath 是：

html/body/div[2]/div[2]/div/div[4]/div/div[2]/div/div[3]/div/div[5]/div/div[3]/div/div[4]/div/div[2]/div/div[4]/div/div[3]/div/div[2]/div/div/table/tbody/tr[1]/td[2]/div/span

我在想是否可以从表开始，xpath如下：

html/body/div[2]/div[2]/div/div[4]/div/div[2]/div/div[3]/div/div[5]/div/div[3]/div/div[4]/div/div[2]/div/div[4]/div/div[3]/div/div[2]/div/div/table/tbody

然后我可以使用 for 循环并为 tr 和 td 使用索引 例如 row1 使用 tr[i]，col2 使用 td[2]。

html/body/div[2]/div[2]/div/div[4]/div/div[2]/div/div[3]/div/div[5]/div/div[3]/div/div[4]/div/div[2]/div/div[4]/div/div[3]/div/div[2]/div/div/table/tbody/tr[i]/td[2]/div/span

我怎样才能遍历这个表并打印出始终在表的第 2 列中的 Span 类标记的值？

我试图将表格的开头放入一个变量中，然后我可以使用它来循环遍历行和列。 我需要一些帮助。

table = self.driver.find_element(By.XPATH, 'html/body/div[2]/div[2]/div/div[4]/div/div[2]/div/div[3]/div/div[5]/div/div[3]/div/div[4]/div/div[2]/div/div[4]/div/div[3]/div/div[2]/div/div/table/tbody')

这是完整的 HTML：

    <table cellspacing="0" style="table-layout: fixed; width: 100%;">
    <colgroup>
    <tbody>
        <tr class="GAT4PNUFG GAT4PNUMG" __gwt_subrow="0" __gwt_row="0">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUHG GAT4PNUNG">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUNG">
                <div __gwt_cell="cell-gwt-uid-324" style="outline-style:none;">
                    <span class="linkhover" title="Name" style="white-space:nowrap;overflow:hidden;text-overflow:ellipsis;empty-cells:show;display:block;color:#00A;cursor:pointer;">Name</span>
                </div>
            </td>
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUNG">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUNG">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUNG">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUBH GAT4PNUNG">
        </tr>
        <tr class="GAT4PNUEH" __gwt_subrow="0" __gwt_row="1">
            <td class="GAT4PNUEG GAT4PNUFH GAT4PNUHG">
            <td class="GAT4PNUEG GAT4PNUFH">
                <div __gwt_cell="cell-gwt-uid-324" style="outline-style:none;">
                    <span class="linkhover" title="Address" style="white-space:nowrap;overflow:hidden;text-overflow:ellipsis;empty-cells:show;display:block;color:#00A;cursor:pointer;">Address</span>
                </div>
            </td>
            <td class="GAT4PNUEG GAT4PNUFH">
            <td class="GAT4PNUEG GAT4PNUFH">
            <td class="GAT4PNUEG GAT4PNUFH">
            <td class="GAT4PNUEG GAT4PNUFH GAT4PNUBH">
        </tr>
        <tr class="GAT4PNUFG" __gwt_subrow="0" __gwt_row="2">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUHG">
            <td class="GAT4PNUEG GAT4PNUGG">
                <div __gwt_cell="cell-gwt-uid-324" style="outline-style:none;">
                    <span class="linkhover" title="DOB" style="white-space:nowrap;overflow:hidden;text-overflow:ellipsis;empty-cells:show;display:block;color:#00A;cursor:pointer;">DOB</span>
                </div>
            </td>
            <td class="GAT4PNUEG GAT4PNUGG">
            <td class="GAT4PNUEG GAT4PNUGG">
            <td class="GAT4PNUEG GAT4PNUGG">
            <td class="GAT4PNUEG GAT4PNUGG GAT4PNUBH">
        </tr>
        <tr class="GAT4PNUEH" __gwt_subrow="0" __gwt_row="3">
            ---
        <tr class="GAT4PNUFG" __gwt_subrow="0" __gwt_row="4">       
            ---
    </tbody>
</table>

【参考方案1】：

开发人员已将 ID 放入表中。我现在可以工作了。它正在打印第 2 列中的所有单元格值。代码是：

table_id = self.driver.find_element(By.ID, 'data_configuration_feeds_ct_fields_body0')
rows = table_id.find_elements(By.TAG_NAME, "tr") # get all of the rows in the table
for row in rows:
    # Get the columns (all the column 2)        
    col = row.find_elements(By.TAG_NAME, "td")[1] #note: index start from 0, 1 is col 2
    print col.text #prints text from the element

【讨论】：

如果thead有子tr就不行。我建议添加：tbody = table_id.find_element_by_tag_name('tbody')

【参考方案2】：

您当前使用的 XPath 相当脆弱，因为它取决于完整的文档结构和元素的相对位置。以后很容易坏掉。

相反，使用它们的class 或其他属性来定位行。例如：

for row in driver.find_elements_by_css_selector("tr.GAT4PNUFG.GAT4PNUMG"):
    cell = row.find_elements_by_tag_name("td")[1]
    print(cell.text)

【讨论】：

html 中有超过 1 个表，因此我使用了完整的 xpath，因此我可以获得正确的表。元素中没有 id。感谢您的建议，现在就试试吧。

@RiazLadhani 是的，这意味着您应该首先找到正确的表格（如果您需要帮助，请提供它的 HTML 代码）并在其中找到行。换句话说，使用table.find_elements_by_css_selector() 而不是driver.find_elements_by_css_selector()。

我现在在我的问题中粘贴了一些 html。我发布 quezzie 时忘记粘贴了。我会试试 table.find_elements，谢谢。

@RiazLadhani 好，后续问题：您如何区分表格？你怎么知道这张桌子是你想要的？谢谢。

使用 firefox 检查表格单元格上的元素，其值为“Name”，我得到完整的 xpath，即：html/body/div[2]/div[2]/div/div[ 4]/div/div[2]/div/div[3]/div/div[5]/div/div[3]/div/div[4]/div/div[2]/div/div[4 ]/div/div[3]/div/div[2]/div/div/table/tbody/tr[1]/td[2]/div/span