网页爬取遇无href导出按钮：能否替代pynput获取NHL数据？

方案1：用Selenium直接定位元素点击 #

无需依赖屏幕坐标，直接通过元素的class属性定位按钮，用Selenium原生点击方法更可靠，不受窗口大小、设备分辨率变化影响。

修改后的代码： #

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
import time

# 初始化Chrome浏览器
driver = webdriver.Chrome(executable_path='somepath\chromedriver.exe')
URL = 'https://www.nhl.com/stats/teams'
driver.get(URL)

# 显式等待导出按钮加载完成（比固定sleep更稳定）
try:
    # 通过class定位导出按钮
    export_button = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.CLASS_NAME, 'styles__ExportIcon-sc-16o6kz0-0'))
    )
    # 执行点击操作
    export_button.click()
finally:
    # 等待下载启动后关闭浏览器（可根据需求调整）
    time.sleep(3)
    driver.quit()

优势： #

• 摆脱屏幕坐标依赖，适配不同设备和窗口状态
• 显式等待确保元素加载完成后再操作，避免页面加载慢导致的报错
• 无需额外安装pynput库，仅依赖Selenium原生API

方案2：抓包获取直接下载链接 #

如果希望跳过浏览器模拟，可通过开发者工具抓包找到Excel导出的真实请求链接，用requests库直接下载，效率更高。

操作步骤： #

1. 打开目标页面，按F12打开开发者工具
2. 切换到「网络」标签页，点击页面上的导出按钮
3. 在请求列表中找到导出相关的接口（通常包含export或xlsx关键词），复制完整请求URL和请求头（重点是Cookie和Referer）
4. 用requests发送请求下载文件

示例代码： #

import requests

# 替换为抓包得到的真实下载链接
download_url = "https://www.nhl.com/stats/teams/export?format=xlsx&..."
headers = {
    "Cookie": "你的页面Cookie",
    "Referer": "https://www.nhl.com/stats/teams"
}

response = requests.get(download_url, headers=headers)
with open("nhl_teams_data.xlsx", "wb") as f:
    f.write(response.content)

注意事项： #

• Cookie存在时效性，过期后需要重新抓包获取
• 部分网站的导出链接可能包含签名参数，需每次抓包更新

总结 #

优先选择方案1，实现简单且稳定性高；若追求无浏览器的高效下载，可采用方案2抓包获取直链。

内容的提问来源于stack exchange，提问作者Dominik Streibl