You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何用Python Selenium获取div中图片的href链接?

问题描述

需要获取class为goods_descr_images的div内所有a标签的href属性(图片链接)并保存为文本,但尝试多种方法均无法成功访问这些href属性。对应的HTML结构如下:

<div class="goods_descr_images">
     <a rel="prettyPhoto[pp_gal]" href="//www.xxx.com/preview/1202090/p1_4058391_c58ad212.jpg"></a>
     <a rel="prettyPhoto[pp_gal]" href="//www.xxx.com/preview/1202090/p1_4058391_0c39e11a.jpg"></a>
     <a rel="prettyPhoto[pp_gal]" href="//www.xxx.com/preview/1202090/p1_4058391_5ae0a383.jpg"></a>
     <a rel="prettyPhoto[pp_gal]" href="//www.xxx.com/preview/1202090/p1_4058391_99d6b754.jpg"></a>  
     <a rel="prettyPhoto[pp_gal]" href="//www.xxx.com/preview/1202090/p1_4058391_5ae0a383.jpg"></a>
     <a rel="prettyPhoto[pp_gal]" href="//www.xxx.com/preview/1202090/p1_4058391_99d6b754.jpg"></a>
     <a rel="prettyPhoto[pp_gal]" href="//www.xxx.com/preview/1202090/p1_4058391_5ae0a383.jpg"></a>
     <a rel="prettyPhoto[pp_gal]" href="//www.xxx.com/preview/1202090/p1_4058391_99d6b754.jpg"></a></div>
解决方案代码

以下是Python Selenium的实现代码,可解决无法访问href属性的问题:

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 初始化Chrome驱动(需确保ChromeDriver路径已配置到环境变量,或指定executable_path参数)
driver = webdriver.Chrome()

try:
    # 打开目标页面
    driver.get("你的目标页面URL")
    
    # 显式等待目标div加载完成,最长等待10秒
    wait = WebDriverWait(driver, 10)
    target_div = wait.until(EC.presence_of_element_located((By.CLASS_NAME, "goods_descr_images")))
    
    # 获取div下所有a标签
    a_elements = target_div.find_elements(By.TAG_NAME, "a")
    
    # 提取href属性,过滤空值并去重
    image_links = list(set([elem.get_attribute("href") for elem in a_elements if elem.get_attribute("href")]))
    
    # 将链接写入文本文件
    with open("image_links.txt", "w", encoding="utf-8") as file:
        for link in image_links:
            file.write(f"{link}\n")
    
    print(f"已成功提取并保存{len(image_links)}个唯一图片链接")

finally:
    # 关闭浏览器
    driver.quit()
关键注意点
  • 用显式等待替代强制等待,确保页面元素完全渲染后再进行定位,避免因加载时序问题导致元素无法找到
  • 使用get_attribute("href")是Selenium获取元素属性的标准方式,可直接读取a标签的href值
  • 加入去重逻辑,避免重复链接占用不必要的存储空间

内容的提问来源于stack exchange,提问作者Ömer FNz

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.06.30 05:40:26