selenium+python抓取微博时遇到“展开全文”

最新推荐文章于 2023-02-05 22:51:20 发布

m0_37435073

最新推荐文章于 2023-02-05 22:51:20 发布

阅读量6.5k

点赞数 2

文章标签：微博展开全文 selenium python xpath

本文链接：https://blog.csdn.net/m0_37435073/article/details/78913567

版权

抓取微博时遇到“展开全文”时，在网上搜的很多都是利用工具设置二级规则之类，尝试之后利用selenium+python直接模拟点击，抓取展开全文后的文本。

在此利用的是xpath定位元素，用别的例如CSS等也可以实现。

以下是抓取微博展开全文后文本的代码：

#判断有没有展开全文
try:
    nodes[i].find_element_by_xpath(".//div[@class='feed_content wbcon']/p[@class='comment_txt']/a[@class='WB_text_opt']").is_displayed()
    flag=True
except:
    flag=False
#如果需要展开全文，点击后提取文本
if(flag and nodes[i].find_element_by_xpath(".//div[@class='feed_content wbcon']/p[@class='comment_txt']/a[@class='WB_text_opt']").text.startswith('展开全文c')):
    nodes[i].find_element_by_xpath(".//div[@class='feed_content wbcon']/p[@class='comment_txt']/a[@class='WB_text_opt']").click()
    time.sleep(1)
    WBNR = nodes[i].find_element_by_xpath(".//div[@class='feed_content wbcon']/p[@node-type='feed_list_content_full']").text.encode('utf-8')
#没有展开全文，直接提取微博内容
else:
    WBNR = nodes[i].find_element_by_xpath(".//div[@class='feed_content wbcon']/p[@class='comment_txt']").text.encode('utf-8')
WBNR = WBNR.decode().translate(non_bmp_map)
print(WBNR)

学习中，欢迎交流讨论，谢谢~