如何用Python Selenium获取LinkedIn兴趣页a标签的href并点击？

核心原因 #

你之前输出元素文本而非href，是因为直接调用了element.text——这是获取元素的显示文本内容，而href是a标签的属性值，必须用get_attribute('href')来提取。

至于之前用By.PARTIAL_LINK_TEXT和含文本的XPATH失败，主要是LinkedIn页面的特性导致：

• 页面元素是动态渲染的，可能你定位时元素还没加载完成；
• 公司名称通常嵌套在a标签的子节点（如<span>）里，而非a标签本身的文本，导致基于文本的定位方法找不到目标元素；
• LinkedIn的class、id等属性经常动态生成，靠文本或不稳定属性定位容易失效。

解决方案 #

步骤1：用显式等待确保元素加载 #

LinkedIn页面加载慢，必须用显式等待代替硬等待，保证目标元素已渲染完成。

步骤2：用结构型选择器定位a标签 #

放弃依赖文本的定位方式，改用基于页面结构的XPATH或CSS选择器，比如通过公司卡片容器+href包含company（LinkedIn公司页URL都带这个关键词）来定位。

步骤3：提取href并执行点击 #

先收集所有href（避免页面跳转后元素失效），再逐个处理点击。

代码示例 #

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

# 初始化浏览器
driver = webdriver.Chrome()
driver.get("https://www.linkedin.com/in/你的用户名/interests/")

# 需确保已登录LinkedIn，可提前手动登录或添加登录逻辑

# 显式等待公司列表加载完成，XPATH需根据实际页面调整（F12查看元素结构）
wait = WebDriverWait(driver, 15)
# 定位所有公司卡片中的a标签（href含company）
company_link_elements = wait.until(EC.presence_of_all_elements_located(
    (By.XPATH, "//div[contains(@class, 'interest-card__content')]//a[contains(@href, '/company/')]")
))

# 先收集所有href到列表
company_hrefs = [link.get_attribute('href') for link in company_link_elements]

# 遍历href并点击（用新窗口打开避免当前页面跳转后元素丢失）
for href in company_hrefs:
    print(f"公司链接：{href}")
    # 新窗口打开链接
    driver.execute_script("window.open(arguments[0]);", href)
    # 如果要在当前窗口打开，直接用driver.get(href)，但会中断遍历，需重新加载兴趣页

关键细节说明 #

• get_attribute('href')：专门用于提取元素的属性值，这是你之前忽略的核心点；
• 显式等待presence_of_all_elements_located：等待所有目标元素加载完成，避免动态渲染导致的定位失败；
• 结构型XPATH：比如//div[contains(@class, 'interest-card__content')]定位公司卡片容器，再找内部的a标签，比文本定位稳定得多；
• 新窗口打开：直接点击link.click()会导致当前页面跳转，后续元素会变成"过时元素"（StaleElementReferenceException），所以先收集所有href再用JS打开新窗口更稳妥。

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