Selenium C#爬取NBA排名数据并导出Excel的技术求助

1. 修正XPath定位错误 #

你原代码的XPath存在语法问题：linktext不是XPath的合法属性，且缺少闭合括号。正确的文本定位方式如下：

• 精确匹配队名：

IWebElement teamData = Driver.FindElement(By.XPath("//a[text()='Indiana Pacers']"));

• 模糊匹配（应对文本含空格/换行的情况）：

IWebElement teamData = Driver.FindElement(By.XPath("//a[contains(text(), 'Indiana Pacers')]"));

2. 区分东西部赛区容器 #

NBA standings页面的东西部分区有专属标识（如data-conference属性），先定位分区容器再找球队，避免跨区混淆：

// 定位东部赛区容器
IWebElement eastConference = Driver.FindElement(By.XPath("//div[@data-conference='east']"));
// 定位西部赛区容器
IWebElement westConference = Driver.FindElement(By.XPath("//div[@data-conference='west']"));

指定球队定位示例 #

在对应赛区内定位目标球队的整行数据：

// 东部指定Indiana Pacers
IWebElement eastTeamRow = eastConference.FindElement(By.XPath(".//a[contains(text(), 'Indiana Pacers')]/ancestor::tr"));
// 西部指定Denver Nuggets
IWebElement westTeamRow = westConference.FindElement(By.XPath(".//a[contains(text(), 'Denver Nuggets')]/ancestor::tr"));

随机选取球队示例 #

从赛区内随机选一支球队：

Random rnd = new Random();
// 东部随机球队
List<IWebElement> eastTeamRows = eastConference.FindElements(By.XPath(".//tbody/tr")).ToList();
IWebElement randomEastTeam = eastTeamRows[rnd.Next(eastTeamRows.Count)];
// 西部随机球队
List<IWebElement> westTeamRows = westConference.FindElements(By.XPath(".//tbody/tr")).ToList();
IWebElement randomWestTeam = westTeamRows[rnd.Next(westTeamRows.Count)];

3. 提取核心数据 #

从球队行中提取队名、胜场、负场、胜率（列索引根据页面结构调整，当前页面胜场为第2列）：

// 通用提取方法
string GetTeamData(IWebElement teamRow, string xpath) => teamRow.FindElement(By.XPath(xpath)).Text;

// 提取东部球队数据
string eastTeamName = GetTeamData(eastTeamRow, ".//a");
string eastWins = GetTeamData(eastTeamRow, ".//td[2]");
string eastLosses = GetTeamData(eastTeamRow, ".//td[3]");
string eastWinRate = GetTeamData(eastTeamRow, ".//td[4]");

// 西部球队数据同理
string westTeamName = GetTeamData(westTeamRow, ".//a");
string westWins = GetTeamData(westTeamRow, ".//td[2]");
string westLosses = GetTeamData(westTeamRow, ".//td[3]");
string westWinRate = GetTeamData(westTeamRow, ".//td[4]");

4. 保存至Excel #

使用EPPlus库操作Excel，先通过NuGet安装EPPlus包，再执行以下代码：

using OfficeOpenXml;
using System.IO;

// 创建并写入Excel
using (var package = new ExcelPackage())
{
    ExcelWorksheet sheet = package.Workbook.Worksheets.Add("NBA Standings");
    // 写入表头
    sheet.Cells["A1:E1"].LoadFromArrays(new List<object[]> { new object[] { "赛区", "队名", "胜场", "负场", "胜率" } });
    // 写入东部数据
    sheet.Cells["A2:E2"].LoadFromArrays(new List<object[]> { new object[] { "东部", eastTeamName, eastWins, eastLosses, eastWinRate } });
    // 写入西部数据
    sheet.Cells["A3:E3"].LoadFromArrays(new List<object[]> { new object[] { "西部", westTeamName, westWins, westLosses, westWinRate } });
    
    // 保存文件
    package.SaveAs(new FileInfo(@"D:\NBA_Standings.xlsx"));
}

5. 关键注意事项 #

• 页面加载需等待：用显式等待确保元素加载完成，避免定位失败：

WebDriverWait wait = new WebDriverWait(Driver, TimeSpan.FromSeconds(10));
IWebElement eastConference = wait.Until(d => d.FindElement(By.XPath("//div[@data-conference='east']")));

• 页面结构更新时，需重新验证XPath的索引和属性。

内容的提问来源于stack exchange，提问作者Scrappy