使用C#将Selenium爬取的数据写入Excel失败，生成文件为空

核心问题总结 #

你的代码生成空Excel的根源是数据采集环节的逻辑错误，导致DataTable未正确填充有效数据，后续OpenXML写入自然为空。

具体问题点及修复步骤 #

1. 数据采集的循环与对象赋值错误 #

• 问题：遍历职位元素时，内层循环中每次创建新的Item对象但未赋值Titles和JobLinks，反而丢弃了已收集数据的item实例，最终items列表中的对象缺失关键信息。
• 修复：调整循环逻辑，确保每个职位对应一个完整的Item对象：

  foreach (var job in eachJob)
  {
      var item = new Item();
      // 提取职位标题
      var titleElements = job.FindElements(By.CssSelector("span[title]"));
      if (titleElements.Any())
      {
          item.Titles.Add(titleElements.First().GetAttribute("title"));
      }
      // 提取公司名称
      var companyNameElement = job.FindElement(By.XPath(".//span[@data-testid='company-name']"));
      item.CompanyName = companyNameElement.Text;
      // 提取发布日期
      var publishedElement = job.FindElement(By.XPath(".//span[@class='date']"));
      item.PublishDate = publishedElement.Text;
      // 提取职位链接
      var joblinkElements = job.FindElements(By.CssSelector("a.jcs-JobTitle"));
      foreach (var link in joblinkElements)
      {
          item.JobLinks.Add(link.GetAttribute("href"));
      }
      // 将完整的Item加入列表
      items.Add(item);
  }
  

2. DataTable列顺序不匹配 #

• 问题：DataTable的列顺序是Nome da Empresa、Titulo、Data、Link，但添加行时参数顺序为CompanyName、PublishDate、Titles、JobLinks，不仅顺序错位，集合类型直接转字符串会显示为类型名而非实际内容。
• 修复：调整参数顺序，并将集合转为可读字符串：

  foreach (var item in items)
  {
      string titles = string.Join(", ", item.Titles);
      string links = string.Join(", ", item.JobLinks);
      dataTable.Rows.Add(item.CompanyName, titles, item.PublishDate, links);
  }
  

3. 页面加载等待不充分 #

• 问题：输入"remoto"回车后直接定位职位列表，未等待页面完全加载，可能导致eachJob为空集合。
• 修复：添加显式等待确保列表加载完成：

  // 等待职位列表可见
  wait.Until(ExpectedConditions.ElementIsVisible(By.XPath("//*[@id=\"mosaic-provider-jobcards\"]/ul")));
  IWebElement allJobs = driver.FindElement(By.XPath("//*[@id=\"mosaic-provider-jobcards\"]/ul"));
  

4. 弹窗关闭逻辑的空引用风险 #

• 问题：判断closePopup != null后同时点击两个弹窗元素，若closeGooglePopup为null会引发异常。
• 修复：分别判断并处理：

  if (closeGooglePopup != null) closeGooglePopup.Click();
  if (closePopup != null) closePopup.Click();
  

OpenXML写入环节优化（非空文件直接原因） #

• 创建SheetData时直接关联，避免潜在的空引用：

  SheetData sheetData = new SheetData();
  worksheetPart.Worksheet = new Worksheet(sheetData);
  

• using块会自动处理文档保存，无需单独调用workbookPart.Workbook.Save()。

验证步骤 #

修复后先确认控制台输出的职位数据完整，再检查DataTable的行数和内容，最终生成的Excel文件即可包含正确的职位信息。

内容的提问来源于stack exchange，提问作者olamundo97