python中爬取a标签中的内容_如何通过Python使用Selenium从标签中提取所有文本

看起来当网站第一次加载时，所有的产品也都被加载了。底部的分页实际上不会更改为不同的页面。因此，您可以在http://www.carboline.com/products/的第一个请求中提取所有产品。我使用python requests获取网站HTML和{}来解析{}。在

我会远离硒等。。如果可能(有时你别无选择)。但如果网站是超简单的，就像你的问题。那么我建议你做一个request。这就避免了使用浏览器的所有额外开销，因为你只需要请求你需要的东西。在

**我更新了我的答案，以向您展示如何同时提取href和{}。在import requests

from lxml import html

BASE_URL = 'http://www.carboline.com'

def extract_data(tree):

elements = [

e

for e in tree.cssselect('div.border h5 a')

if e.text is not None

]

return elements

def build_data(data):

dataset = []

for d in data:

link = BASE_URL + d.get('href')

title = d.text

dataset.append(

{

'link':link,

'title':title

}

)

return dataset

def request_website(url):

headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'

}

r = requests.get(url, headers=headers)

return r.text

response = request_website('http://www.carboline.com/products/')

tree = html.fromstring(response)

data = extract_data(tree)

dataset = build_data(data)

print (dataset)