Python Selenium爬取电商标题不使用.get_attribute()的方法

以下是两种可直接落地的实现路径，完全规避你提到的方法调用：

• 方案1：执行原生JavaScript读取DOM属性
  直接通过Selenium的脚本执行能力，在浏览器页面上下文里用原生JS读取元素属性，全程不调用WebElement封装的.get_attribute()方法，属性读取逻辑和浏览器原生行为完全一致，准确率最高。
  核心替换代码如下：

  from selenium.webdriver.chrome.service import Service
  from webdriver_manager.chrome import ChromeDriverManager
  from selenium import webdriver
  import pandas as pd
  
  # 把driver初始化放到循环外，避免每开一页就启动一次浏览器，提升效率
  driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()))
  title_list=[]
  price_list=[]
  description_list = []
  rating_list = []
  rating_star_list = []
  
  for page in range(1,3):
      # 修复原代码分页拼接错误，原逻辑会生成错误的带参地址
      website = f'https://www.skroutz.gr/c/40/kinhta-thlefwna.html?from=families&page={page}'
      driver.get(website)
      titles = driver.find_elements("class name",'js-sku-link') 
      for title in titles:
          # 用JS直接读取元素title属性，替代get_attribute调用
          title_val = driver.execute_script('return arguments[0].title', title)
          title_list.append(title_val)
  

• 方案2：直接解析页面源代码提取属性
  拿到页面完整HTML源码后，用HTML解析库直接提取目标标签的属性，全程不需要依赖Selenium的元素属性接口，解析速度比逐元素读取更快。需要提前安装beautifulsoup4和lxml依赖。
  核心实现代码：

  from bs4 import BeautifulSoup
  
  # 在driver.get(website)等待页面加载完成后，直接取源码解析
  driver.get(website)
  soup = BeautifulSoup(driver.page_source, 'lxml')
  # 直接通过CSS选择器找所有目标标签，读取title属性
  page_titles = [item['title'] for item in soup.select('a.js-sku-link')]
  title_list.extend(page_titles)
  

补充：如果确认目标站点.js-sku-link标签的可见文本和title属性内容完全一致，也可以直接用title.text读取元素可见文本来获取标题，这个是Selenium对元素渲染文本的封装属性，不属于.get_attribute()调用，但要注意部分商品标题过长被CSS截断时，拿到的文本会不完整，优先选用前两种方案更稳妥。

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