使用Python的Selenium提取XML元素时遇NoSuchElementException求助

问题原因 #

你使用的XPATH是浏览器将XML渲染为HTML后的元素路径（比如//*[@id="folder21"]/div[2]/div/span[2]），但这个路径对应的是浏览器动态生成的HTML结构（比如折叠面板的ID），并非原始XML的节点结构。Selenium加载XML时，DOM实际是XML节点（带命名空间），和渲染后的HTML结构完全不同，因此会触发NoSuchElementException。

XML本身完全支持XPATH，问题出在你用错了XPATH的目标结构。

推荐解决方案：直接解析XML（无需Selenium） #

提取XML数据不需要启动浏览器，用Python的HTTP请求库+XML解析库更高效可靠。

步骤： #

1. 安装依赖：

pip install requests lxml

2. 代码实现：

import requests
from lxml import etree

# 目标XML地址
xml_url = "https://www.spatialdata.gov.scot/geonetwork/srv/eng/xml.metadata.get?uuid=C0D1B950-5595-4DCD-9958-AD85571F30FA"

# 获取XML内容
response = requests.get(xml_url)
# 解析XML
root = etree.fromstring(response.content)

# 定义XML命名空间（从XML根节点可查看）
namespaces = {
    'gmd': 'http://www.isotc211.org/2005/gmd',
    'gco': 'http://www.isotc211.org/2005/gco'
}

# 使用XPATH提取邮箱地址
email = root.xpath('//gmd:electronicMailAddress/gco:CharacterString/text()', namespaces=namespaces)[0]
print(email)  # 输出：data_supply@nature.scot

备选方案：用Selenium针对XML节点写XPATH #

如果必须使用Selenium，需要针对原始XML节点（而非渲染后的HTML）编写XPATH，同时处理XML的命名空间：

from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome()
driver.get("https://www.spatialdata.gov.scot/geonetwork/srv/eng/xml.metadata.get?uuid=C0D1B950-5595-4DCD-9958-AD85571F30FA")

# 通过local-name()避开命名空间限制，匹配XML节点
email_element = driver.find_element(By.XPATH, '//*[local-name()="electronicMailAddress"]/*[local-name()="CharacterString"]')
print(email_element.text)

driver.quit()

说明： #

• 浏览器渲染XML时生成的动态ID（如folder21）不稳定，每次加载可能变化，不能用于稳定定位。
• XML的命名空间需要处理，要么在XPATH中指定命名空间前缀，要么用local-name()忽略前缀匹配节点。

内容的提问来源于stack exchange，提问作者h1m aga1n