中国裁判文书下载：selenium路线

成功现状：

一、requests路线

requests路线需要对js进行解密，对js解密时遇到三个参数

docid
cipher
__RequestVerificationToken

这三个参数主要是针对文书列表页面的

试图在这个页面获取相应的链接，
js解密后，其中ciphertext参数需要感谢大神：越学越害怕
后面的docid和__RequestVerificationToken都非常简单

但是将这些参数传入后，请求仍然出现状态码202或者状态码200但是内容为None

最后放弃了requests路线

二、selenium路线

问题一：namespace error 命名空间错误

参见《selenium的namespace错误与无法定位：NamespaceError: An attempt was made to create…andUnable to locate elemen》，链接: link.

虽然原因不明，不知道为什么报这个错误，但是这个错误与标签有关，只要不是特殊标签即可
如果存在特殊标签，比如裁判文书网中的下面这个元素的初始标签：diy:lawyee

 
 
     
 
共检索到 1559125 篇文书，显示前600条
 
 
 
 法院层级 
 
 裁判日期 
 
 审判程序 
  
 全选 批量收藏 批量下载 
 
   
 
 
 
 刑事复核 
 
      
 
   
刘永权抢劫在法定刑以下量刑复核刑事裁定书
 
 
 中华人民共和国最高人民法院 （2019）最高法刑核87677387号 2019-10-29 
 
  
[裁判理由]
  
本院认为，原审被告人刘永权以非法占有为目的，采取暴力手段强行劫取他人财物，其行为已构成抢劫罪，且属于入户抢劫。刘永权虽不具有法定减轻处罚情节，但其犯罪情节较轻，并能如实供述罪行，认罪态度较好，且已将...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 刑事审判监督 
 
      
 
   
徐国庆 贪污罪 驳回申诉通知书
 
 
 最高人民法院 （2019）最高法刑申230号 2019-08-14 
 
  
[裁判理由]
  
本院经审查认为，你利用担任河南省宁陵县国有林场场长的职务便利，隐瞒已用林场债权顶抵部分应付款项的事实，多列支出予以报销，非法占有公款25200元。原审认定你犯贪污罪的事实清楚，证据确实、充分，定罪准...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 刑事审判监督 
 
      
 
   
抢劫刑事决定书
 
 
 最高人民法院 （2017）最高法刑申407号 2019-07-05 
 
  
[裁判理由]
  
本院认为，原审法院认定申诉人刘十民因成某的丈夫冉某勇盗窃其财物，使用暴力拉走成某所收废品的事实清楚，证据确实充分。刘十民所提成某同意其拉走废品和没有使用暴力的申诉理由不成立。鉴于：（1）冉某勇盗窃刘十民的财物，负有返还财产、赔偿损失的义务。成某所收购的废品，属...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
赵志红故意杀人、强奸案死刑复核裁定
 
 
 最高人民法院 无 2019-07-02 
 
  
[裁判理由]
  
本院认为,被告人赵志红故意非法剥夺他人生命，其行为已构成故意杀人罪；违背妇女意志，采用暴力、胁迫等手段强奸妇女，其行为已构成强奸罪；以非法占有为目的，采用暴力、胁迫手段劫取他人财物，其行为又构成抢劫...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
王洪喜抢劫死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-06-18 
 
  
[裁判理由]
  
本院认为，被告人王洪喜以非法占有为目的，采用暴力手段劫取他人财物，并致人死亡，其行为已构成抢劫罪。犯罪性质恶劣，情节、后果严重，社会危害性大，应依法惩处。第一审判决、第二审裁定认定的事实清楚，证据确...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
刘乐抢劫、故意杀人死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-06-03 
 
  
[裁判理由]
  
本院认为，被告人刘乐以非法占有为目的，采取杀人的暴力手段劫取他人财物，其行为已构成抢劫罪；刘乐故意非法剥夺他人生命，其行为构成故意杀人罪，应依法并罚。刘乐沉迷赌博，杀害妻子，情节恶劣，后果严重；其杀...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
于京平抢劫、强奸死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-04-09 
 
  
[裁判理由]
  
本院认为，被告人于京平以非法占有为目的，采用暴力手段劫取他人财物，又强行与被害人发生性关系，其行为已构成抢劫罪和强奸罪，应依法数罪并罚。于京平在抢劫过程中为制服被害人反抗，用随身携带的斧子多次击打被...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
贾谦龙抢劫死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-04-01 
 
  
[裁判理由]
  
本院认为，被告人贾谦龙以非法占有为目的，采用暴力手段劫取他人财物，其行为已构成抢劫罪。贾谦龙预谋抢劫，当场杀害一名被害人，犯罪手段残忍，情节、后果严重，罪行极其严重，应依法惩处。第一审判决、第二审裁...
 
  
  
[关联文书]
   
 本篇 其他最高人民法院 无2019-04-01 
  
  刑事二审河北省高级人民法院 （2018）冀刑终249号2018-09-13 
  
  刑事一审河北省邯郸市中级人民法院 （2018）冀04刑初2号2018-03-28判决 
  
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
张治刚抢劫死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-04-01 
 
  
[裁判理由]
  
本院认为，被告人张治刚以非法占有为目的，伙同他人采用暴力手段劫取财物，其行为已构成抢劫罪。张治刚伙同他人经预谋后抢劫无证营运出租车，不顾司机求饶将其杀害，并为掩盖罪证抛尸枯井，犯罪情节恶劣，手段残忍...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
张斌抢劫死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-03-31 
 
  
[裁判理由]
  
本院认为，被告人张斌以非法占有为目的，采取暴力手段劫取他人财物，其行为已构成抢劫罪。张斌持械入户抢劫并致人死亡，犯罪情节特别恶劣，后果严重，实属罪行极其严重，应依法惩处。第一审判决、第二审裁定认定的...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
赵晏飞抢劫死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-03-22 
 
  
[裁判理由]
  
本院认为，被告人赵晏飞以非法占有为目的，以暴力手段入户劫取他人财物，致一人死亡，其行为已构成抢劫罪。赵晏飞经预谋，深夜入户抢劫，并持刀捅刺被害人颈部致被害人死亡，犯罪手段残忍，后果严重，情节特别恶劣...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
谷宪武抢劫死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-03-12 
 
  
[裁判理由]
  
本院认为，被告人谷宪武以非法占有为目的，使用暴力劫取他人财物，其行为已构成抢劫罪。谷宪武因赌博输钱而实施抢劫,并杀害被害人，犯罪动机卑劣，情节特别恶劣，实属罪行极其严重，应依法惩处。原审判决、高级人...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 其他 
 
      
 
   
高中强抢劫死刑复核刑事裁定书
 
 
 最高人民法院 无 2019-01-30 
 
  
[裁判理由]
  
本院认为，被告人高中强以非法占有为目的，采用暴力手段劫取他人财物，其行为已构成抢劫罪。高中强抢劫并致人死亡，犯罪手段残忍，犯罪情节特别恶劣，实属罪行极其严重，应依法惩处。第一审判决、第二审裁定认定的...
 
  
  
   
 
 
   收藏  下载 
 
 
  
 
 
 
 刑事再审 
 
      
 
   
赵明利诈骗再审刑事判决书
 
 
 最高人民法院 （2018）最高法刑再6号 2019-01-03 
 
  
[裁判理由]
  
本院认为，原审被告人赵明利在与东北风冷轧板公司的冷轧板购销交易过程中，主观上没有非法占有的目的，客观上亦未实施虚构事实、隐瞒真相的行为，其行为不符合诈骗罪的构成要件，不构成诈骗罪。理由如下：.......... 

只要出现这种特殊标签就会报namespace error

问题二：元素的动态变化

主要是下一页这个元素，这个元素会动态变化
第一页的下一页元素为：

//*[@id="_view_1545184311000"]/div[18]/a[8]

第二页的元素为：

//*[@id="_view_1545184311000"]/div[18]/a[9]

由a[8]变为a[9]

一开始试图通过，对于翻页的次数的变化进行更新，但是失败了，失败原因在于只显示前600份裁判文书，但是由于限定条件的不同，查找的裁判文书数量就不同，导致不好判断
思路是这样的：

# 下一页xpath：
            '''
             if 7<=index <36:
                try:
                    button1 = wait.until(EC.presence_of_element_located((By.XPATH, '//div[@class="left_7_3"]/a[14]')))#问题并不是全为a8
                    time.sleep(1)
                    button1.click()
                except:
                    pass

            elif 36 <= index < 40:
                try:
                    button1 = wait.until(EC.presence_of_element_located((By.XPATH, '//div[@class="left_7_3"]/a[%d]' % int(
                        49-index))))
                    time.sleep(1)
                    button1.click()
                except:
                    pass
            elif index ==40:
                pass
            '''

然后试图通过分段函数进行解决，就是提取查找到的文书数量计算要翻的页数：

"""目的：减少遍历次数"""
        time.sleep(1)
        condition = browser.find_element_by_xpath('//div[@class="LM_con clearfix"]/div[@class="fr con_right"]/span')
        print(condition.text)  # 不能直接//text()原因不明
        conditions = math.ceil(int(condition.text) / 15)  # 最长12，最短6
        print(conditions)

但是还是不成功！！！！

最后突然想到，下一页 这个元素正好是最后一个元素可以直接使用xpath语法选中最后一个

button_ = wait.until(EC.presence_of_element_located((By.XPATH, '//div[@class="left_7_3"]/a[last()]')))
button_.click()

问题三、只显示前600份裁判文书

需要爬所有，但是只显示前600份
，没有办法直接爬取所有，因为裁判文书网限定了只显示前600份

解决方法：通过限定搜索条件如：

这个方法是某个博主（暂时想不起来）给的思路，这个博主是通过北京市的律师来限定的，但是我没有找到律师的名字，所有我是通过限定区域，如xx区县

准确说这样，还是有问题，某些区县仍然超过600，但是相对较少了，即使超过了也不多，通过设置筛选可以进一步等待后续处理，如：

"""目的：减少遍历次数"""
        time.sleep(1)
        condition = browser.find_element_by_xpath('//div[@class="LM_con clearfix"]/div[@class="fr con_right"]/span')
        print(condition.text)  # 不能直接//text()原因不明
        conditions = math.ceil(int(condition.text) / 15)  # 最长12，最短6
        print(conditions)
        if int(condition.text) > 600:
            with open('超过600页.txt','a+',encoding='utf-8')as file:
                file.write('出现超过600条的裁判文书,其所在区域为：'+ str(i.strip()) +'，其数量为：'+str(condition.text) + '\n')
            logging.warning('出现超过600条的裁判文书,其所在区域为：'+ str(i.strip()) +'，其数量为：'+str(condition.text))

问题四：弹出框的处理

参见《selenium弹窗之windows下载文件弹窗点击方法》 ，使用pyautogui进行键鼠自动化

但是据说还有selenium的内部方法

"""下载无弹窗
profile = webdriver.FirefoxProfile()
profile.set_preference('browser.download.dir', '‪I:\\360下载\\firefox')
profile.set_preference('browser.download.folderList', 2)
profile.set_preference('browser.download.manager.showWhenStarting', False)
profile.set_preference('browser.helperApps.neverAsk.saveToDisk', 'application/zip')
"""

但是不知道为什么我的不行，所以注释掉了

三、selenium路线的缺陷

有两个缺陷，一个是速度慢，另一个是弹出框暂时没有办法解决
后续可能需要使用scrapy+selenium，以及使弹出框不在弹出