提取字符串中的数字、中文:
如上图,我要获取图片页面中下一页和总共有多少页,这个时候需要对页面进行提取数字甚至中文,代码如下:
# get_attribute('innerText')和get_attribute('textContent')、get_attribute('outerText')都可以获取的定位到元素中的内容
# 获取总页数文本内容
page_total_text1 = self.driver.find_element_by_xpath('//div[@class="total"]').get_attribute('innerText')
page_total_text2 = self.driver.find_element_by_xpath('//div[@class="total"]').get_attribute('textContent')
page_total_text = self.driver.find_element_by_xpath('//div[@class="total"]').get_attribute('outerText')
# 提取字符串中的数字
page_total = re.findall("\\d+", page_total_text)[0]
# 提取字符串中的中文
pre = re.compile(u'[\u4e00-\u9fa5]+')
res = re.findall(pre, page_total_text)
res1 = ''.join(res)
# 判断变量字符类型,如果是字符型需要转换成int类型
if isinstance(page_total, str):
page_total = int(page_total)
代码运行结果,如下图:
class有多个样式,find_element_by_css_selector定位方法:
selenium的官方文档可以通过find_element_by_css_selector来定位元素,如下例子:
content = driver.find_element_by_css_selector('li.item')
但是,很多网页源码中,class的值有多个,换句话说,有多个样式该怎么办呢?如图:
这时候,我们可以通过下面这种方法来定位:
content_list = driver.find_elements_by_css_selector("a.J_Ajax.num.icon-tag")