pycharm xpath路徑出錯(cuò)的問題及解決
pycharm xpath路徑出錯(cuò)
result=html.xpath("http://*[@id="ptab-0"]/div[2]")SyntaxError: invalid syntax
#如果在外面使用雙引號(hào),里面需用單引號(hào),反之亦然,也就是
result=html.xpath("http://*[@id=‘ptab-0']/div[2]")如若外部是雙引號(hào),里面也想用雙引號(hào),需用反斜杠轉(zhuǎn)義
xpath定位路徑每次不一致
xpath定位
python+selenium定位xpath會(huì)變動(dòng)的元素–使用last()函數(shù)定位最后一個(gè)節(jié)點(diǎn)數(shù)
web自動(dòng)化學(xué)習(xí)–xpath之last()函數(shù)的使用
問題描述
在實(shí)現(xiàn)功能自動(dòng)化時(shí),定位某一個(gè)元素,直接復(fù)制其xpath,實(shí)際上腳本跑起來后發(fā)現(xiàn)一直沒定位到該元素;
xpath為:
/html/body/div[6]/div[1]/div[1]/ul/li
問題原因
比如由于不同的操作,xpath可能為:
/html/body/div[6]/div[1]/div[1]/ul/li /html/body/div[5]/div[1]/div[1]/ul/li /html/body/div[4]/div[1]/div[1]/ul/li
解決方案
通過第二步會(huì)發(fā)現(xiàn),xpath里面某一個(gè)div的位置是變動(dòng)的!
不過可以發(fā)現(xiàn)一個(gè)規(guī)律,雖然這個(gè)div是變動(dòng)的,但它始終位于最后一個(gè)節(jié)點(diǎn);
于是巧妙的引入last()函數(shù),
將xpath的寫法變?yōu)椋?/p>
/html/body/div[last()]/div[1]/div[1]/ul/li
如此調(diào)整之后,不管操作如何變幻,始終能夠正確定位
關(guān)于xpath正確仍然返回空列表的原因
1.元素中有tbody,xpath無法解析
2.網(wǎng)頁有js渲染,requests獲取的源代碼是渲染前的代碼,xpath解析不到這個(gè)內(nèi)容所以返回空
3.獲取到的源代碼被注釋掉了
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實(shí)現(xiàn)圖像隨機(jī)裁剪的示例代碼
這篇文章主要介紹了python實(shí)現(xiàn)圖像隨機(jī)裁剪的示例代碼,幫助大家更好的理解和使用python處理圖片,感興趣的朋友可以了解下2020-12-12
PyQt5+QtChart實(shí)現(xiàn)繪制區(qū)域圖
QChart是一個(gè)QGraphicScene中可以顯示的QGraphicsWidget。本文將利用QtChart實(shí)現(xiàn)區(qū)域圖的繪制,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下2022-12-12
python實(shí)現(xiàn)修改xml文件內(nèi)容
這篇文章主要介紹了python實(shí)現(xiàn)修改xml文件內(nèi)容,XML 指可擴(kuò)展標(biāo)記語言,是一種標(biāo)記語言,是從標(biāo)準(zhǔn)通用標(biāo)記語言(SGML)中簡(jiǎn)化修改出來的2022-07-07
解讀Opencv中Filter2D函數(shù)的補(bǔ)全方式
這篇文章主要介紹了解讀Opencv中Filter2D函數(shù)的補(bǔ)全方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-12-12
python回調(diào)函數(shù)中使用多線程的方法
這篇文章主要介紹了python回調(diào)函數(shù)中使用多線程的方法,需要的朋友可以參考下2017-12-12
python計(jì)算導(dǎo)數(shù)并繪圖的實(shí)例
今天小編就為大家分享一篇python計(jì)算導(dǎo)數(shù)并繪圖的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
聊聊基于pytorch實(shí)現(xiàn)Resnet對(duì)本地?cái)?shù)據(jù)集的訓(xùn)練問題
本文項(xiàng)目是使用Resnet模型來識(shí)別螞蟻和蜜蜂,其一共有三百九十六張的數(shù)據(jù),訓(xùn)練集只有兩百多張(數(shù)據(jù)集很?。\(yùn)行十輪后,分別對(duì)訓(xùn)練集和測(cè)試集在每一輪的準(zhǔn)確率,對(duì)pytorch實(shí)現(xiàn)Resnet本地?cái)?shù)據(jù)集的訓(xùn)練感興趣的朋友一起看看吧2022-03-03
如何使用yolov5輸出檢測(cè)到的目標(biāo)坐標(biāo)信息
YOLOv5是一系列在 COCO 數(shù)據(jù)集上預(yù)訓(xùn)練的對(duì)象檢測(cè)架構(gòu)和模型,下面這篇文章主要給大家介紹了關(guān)于如何使用yolov5輸出檢測(cè)到的目標(biāo)坐標(biāo)信息的相關(guān)資料,需要的朋友可以參考下2022-03-03

