python - Selenium webdriver链接提取

我有HTML源作为

   <ul class="content">
    <li class="">
     <div class="profile-card">
      <div class="content">
       <a href="https://www.linkedin.com/in/ouafae-ezzine-894b113">
         Ouafae Ezzine
        </a>
       <p class="headline">
        Organise vos evenements professionnels &amp; personnels
       </p>
       <dl class="basic">
        <dt>
         Location
        </dt>
        <dd>
         France
        </dd>
        <dt>
         Industry
        </dt>
       </dl>
       <table class="expanded hide-mobile">
        <tbody>
         <tr>
          <th>
           Current
          </th>
          <td>
           Responsable at Blue Med Events
          </td>
         </tr>
         <tr>
          <th>
           Past
          </th>
          <td>
           Administrateur achats at Pfizer
          </td>
         </tr>
         <tr>
          <th>
           Education
          </th>
          <td>
           Universite d'Evry Val d'Essonne
          </td>
         </tr>
         <tr>
          <th>
           Summary
          </th>
          <td>
           Riche d'une experience de plus de 25 ans dans le domaine de l'organisation evenementielle, je mets mon expertise...
          </td>
         </tr>
        </tbody>
       </table>
      </div>
     </div>
    </li>
    <li class="">
     <div class="profile-card">
      <div class="content">
       <h3>
        <a href="https://www.linkedin.com/in/ouafae-ezzine-892855b6">
         Ouafae Ezzine
        </a>
       </h3>
       <p class="headline">
        Gerante
       </p>
       <dl class="basic">
        <dt>
         Location
        </dt>
        <dd>
         France
        </dd>
        <dt>
         Industry
        </dt>
        <dd>
         Events Services
        </dd>
       </dl>
       <table class="expanded hide-mobile">
        <tbody>
         <tr>
          <th>
           Current
          </th>
          <td>
           Gerante
          </td>
         </tr>
        </tbody>
       </table>
      </div>
     </div>
    </li>
   </ul>

我写了一个python代码，它将查找页面中是否存在给定的字符串。

我正在尝试编写逻辑以提取与特定配置文件关联的锚链接（如果字符串与该配置文件（锚标签）相关联）。

我的python snnipet：

from selenium import webdriver

driver = webdriver.Firefox()
driver.get('file:///nfs/users/lpediredla/Documents/linkedin/Top2profLinkedIn.html')

ids = driver.find_elements_by_xpath("//*[contains(text(), 'Organise vos evenements professionnels')]")

#don't know how to associate the element with the profile
#please help with the logic here.


driver.close()

在这一点上，我试图将元素与其所在的配置文件存储桶相关联而感到震惊。

任何帮助深表感谢。

最佳答案

您想要的是preceding-sibling::a在包含文本'Organise vos evenements professionnels'的p标签之前找到锚标签：

"//p[contains(text(), 'Organise vos evenements professionnels')]/preceding-sibling::a"

使用您的html：

In [11]: from lxml.html import fromstring

In [12]: xml = fromstring(html)

In [13]: print(xml.xpath("//p[contains(text(), 'Organise vos evenements professionnels')]/preceding-sibling::a"))
[<Element a at 0x7f5cae670188>]

In [14]: print(xml.xpath("//p[contains(text(), 'Organise vos evenements professionnels')]/preceding-sibling::a//text()"))
['\n         Ouafae Ezzine\n        ']

如果要区分大小写的匹配，可以translate：

 "//p[contains(translate(text(),'ORGANISEVOSPRLT','organisevosprlt'), 'organise vos evenements professionnels')]/preceding-sibling::a"

关于python - Selenium webdriver链接提取，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36522607/