如何从Quora评论区悬浮元素中提取评论者所在地？

问题根源 #

你代码里用了全局XPath查找所在地，每次都会命中页面第一个符合条件的元素（也就是发帖人的信息），而非当前悬停的评论作者。另外，你直接把元素对象存进列表，没提取文本，结果自然不对。

修复后的代码 #

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

cmts = []

all_comments = driver.find_elements(By.CSS_SELECTOR, 'div[class="q-box qu-ml--small qu-flex--auto"]')

for comment in all_comments:
    # 定位当前评论的作者链接
    cmter_link = comment.find_element(By.CSS_SELECTOR, 'a.q-box.puppeteer_test_link.qu-color--gray_dark.qu-cursor--pointer.qu-hover--textDecoration--underline')
    
    # 悬停作者链接触发弹窗
    webdriver.ActionChains(driver).move_to_element(cmter_link).perform()
    
    # 显式等待弹窗加载，替代固定sleep更靠谱
    try:
        # 只在当前悬停的弹窗里找所在地，避免全局匹配
        loc_element = WebDriverWait(driver, 3).until(
            EC.presence_of_element_located(
                (By.XPATH, '//div[contains(@class, "q-popover")]//div[@class="q-text qu-truncateLines--2"][contains(., "Lives in") or contains(., "Lived in")]/span/span')
            )
        )
        cmterloc = loc_element.text
    except:
        cmterloc = 'None'
    
    # 提取评论内容，去掉首尾空白
    cmt_content = comment.find_element(By.CSS_SELECTOR, 'div.q-text').text.strip()
    
    # 过滤空评论和重复条目
    if cmt_content and [cmter_link.text, cmterloc, cmt_content] not in cmts:
        cmts.append([cmter_link.text, cmterloc, cmt_content])

# 输出预期格式的结果
for entry in cmts:
    print(entry)

核心修改说明 #

• 锁定弹窗范围：用q-popover容器限定查找范围，确保只抓取当前悬停作者的弹窗信息，不会错拿发帖人数据。
• 提取文本内容：把cmterloc改成获取元素的.text，存的是真实的所在地字符串，而非无效的元素对象。
• 替换固定等待：用显式等待替代time.sleep，等弹窗加载完成再抓取，避免因加载慢导致的失败。
• 简化选择器：去掉冗余的长类名，保留关键标识，让选择器更稳定，不容易因为页面样式更新失效。

内容的提问来源于stack exchange，提问作者LaurenLai