使用Selenium无法爬取韦拉克鲁斯港船舶数据的解决方案咨询

核心问题分析 #

你之前定位的gridSimpleFiltering_footer_container是表格的页脚容器，并非数据行所在区域，自然无法提取到目标数据。正确的定位需要指向表格的tbody内的数据行（tr元素），再提取对应列的内容。

具体实现步骤（Python示例） #

1. 导入依赖库

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

2. 初始化浏览器并等待表格加载
   页面数据是动态渲染的，必须用显式等待确保元素加载完成，避免出现找不到元素的情况：

driver = webdriver.Chrome()
driver.get("https://www.puertodeveracruz.com.mx/datosBuques/principal.php?jmlp=1")

# 等待表格数据行加载完成，超时时间设置为10秒
wait = WebDriverWait(driver, 10)
data_rows = wait.until(EC.presence_of_all_elements_located((By.XPATH, "//table[@id='gridSimpleFiltering']/tbody/tr")))

3. 遍历行提取目标列
   根据页面表头顺序，Viaje对应第1列（td索引0）、Nombre Buque对应第2列（td索引1）、Fecha ETA对应第4列（td索引3）：

for row in data_rows:
    # 提取每列文本并去除多余空格
    viaje = row.find_element(By.XPATH, "./td[1]").text.strip()
    nombre_buque = row.find_element(By.XPATH, "./td[2]").text.strip()
    fecha_eta = row.find_element(By.XPATH, "./td[4]").text.strip()
    
    # 输出或存储数据
    print(f"Viaje: {viaje} | Nombre Buque: {nombre_buque} | Fecha ETA: {fecha_eta}")

4. 关闭浏览器

driver.quit()

额外提示 #

• 如果需要爬取多页数据，可定位分页按钮（如“下一页”），循环点击并重复提取逻辑，注意处理分页加载的等待。
• 若遇到元素定位失败，可通过浏览器开发者工具（F12）查看元素实际结构，调整xpath或CSS选择器的准确性。

内容的提问来源于stack exchange，提问作者Amadeus