Selenium获取Excel文件下载URL时返回about:blank的问题

针对你遇到的Excel文件下载URL返回about:blank的问题，给出以下几个可行的解决方向：

1. 通过Chrome DevTools Protocol（CDP）拦截下载请求获取真实URL #

Excel文件的下载请求通常是在主页面发起的，新打开的about:blank标签页只是浏览器触发下载的载体，真实的下载链接在网络请求里。可以用CDP监听网络请求，直接捕获下载URL：

代码示例： #

# 初始化ChromeDriver时启用Network域
from selenium import webdriver
from selenium.webdriver.chrome.options import Options

options = Options()
# 配置下载路径，避免弹窗
prefs = {
    "download.default_directory": "/your/download/path",
    "download.prompt_for_download": False
}
options.add_experimental_option("prefs", prefs)
driver = webdriver.Chrome(options=options)
driver.execute_cdp_cmd("Network.enable", {})

download_urls = []

# 定义请求监听回调
def capture_download_request(request):
    # 根据实际情况调整过滤条件，比如包含.xlsx、download等关键字
    request_url = request["request"]["url"]
    if ".xlsx" in request_url or "download" in request_url.lower():
        download_urls.append(request_url)

# 添加监听事件
driver.execute_cdp_cmd("Network.requestWillBeSent", {}, capture_download_request)

# 执行你的下载操作（点击Excel报告按钮）
# ... 这里是你原有的点击代码 ...

# 操作完成后从download_urls中获取真实链接
for url in download_urls:
    print_url.append(url)

2. 直接提取下载按钮的链接属性 #

很多网站的下载按钮会把真实链接存在href、data-href或data-url等属性里，不需要点击打开新标签页，直接读取这些属性即可：

代码示例： #

reports = ["report1_xpath", "report2_xpath", "report3_xpath", "report4_xpath"]

for report in reports:
    report_elem = self.driver.find_element(By.XPATH, report)
    # 先尝试获取href属性
    real_url = report_elem.get_attribute("href")
    if not real_url or "about:blank" in real_url:
        # 尝试其他可能的属性，比如data-url、data-download-link等
        real_url = report_elem.get_attribute("data-url")
    if real_url:
        print_url.append(real_url)
    # 如果需要触发下载，再点击按钮
    report_elem.click()

3. 优化窗口切换与等待逻辑 #

原代码中固定sleep可能导致等待不充分，且切换窗口的逻辑有问题（i变量未定义）。可以用显式等待确保新窗口加载完成，再获取URL：

代码示例： #

from selenium.webdriver.support.ui import WebDriverWait
from selenium.common.exceptions import TimeoutException

reports = ["report1_xpath", "report2_xpath", "report3_xpath", "report4_xpath"]

for report in reports:
    original_windows = self.driver.window_handles
    self.driver.find_element(By.XPATH, report).click()
    
    # 等待新窗口出现
    WebDriverWait(self.driver, 10).until(lambda d: len(d.window_handles) > len(original_windows))
    # 获取新窗口句柄
    new_window = [w for w in self.driver.window_handles if w not in original_windows][0]
    self.driver.switch_to.window(new_window)
    
    # 等待URL不再是about:blank
    try:
        WebDriverWait(self.driver, 15).until(lambda d: d.current_url != "about:blank")
        current_url = self.driver.current_url
        print_url.append(current_url)
    except TimeoutException:
        # 如果超时，说明是直接下载，改用CDP方法获取
        pass
    
    # 关闭新窗口并切回原窗口
    self.driver.close()
    self.driver.switch_to.window(original_windows[0])

4. 调整Chrome下载配置 #

通过ChromeOptions设置，让Excel直接下载而不打开新标签页，避免切换窗口的麻烦：

代码示例： #

prefs = {
    "download.default_directory": "/your/download/path",
    "download.prompt_for_download": False,
    "download.directory_upgrade": True,
    # 禁用Excel预览，直接下载
    "plugins.plugins_disabled": ["Microsoft Excel Viewer"]
}
options = Options()
options.add_experimental_option("prefs", prefs)
driver = webdriver.Chrome(options=options)

内容的提问来源于stack exchange，提问作者Vanhelssy