使用Selenium从Hotmail/Outlook提取邮件内容保存到TXT的问题求助

核心错误梳理 #

• 逻辑顺序错：原代码遍历邮件列表时只执行点击操作，所有邮件点完才提取一次内容，最终只能拿到最后一封的内容
• 定位方法不存在：Selenium没有find_element_by_dir内置方法，需要用xpath/css选择器匹配dir="Itr"的div元素
• 无加载等待：点击邮件后内容区需要加载时间，直接提取会找不到元素或读取到旧内容
• 列表元素易失效：点击邮件后页面DOM刷新，最初获取的邮件列表元素会失效，后续点击会抛出异常
• 写入逻辑错误：循环内重复拼接字符串、重复打开文件追加，会导致内容重复写入

修正后可运行代码 #

import time
import os
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

emailcontent = []

def getEmails(self):
    self.browser.get("https://outlook.live.com/mail/0/inbox")
    time.sleep(3)
    # 先统计邮件总数，避免后续元素失效影响遍历
    email_count = len(self.browser.find_elements(By.CSS_SELECTOR, "._2ZDUqsleGa-jar5wAYvVzV"))
    
    for i in range(email_count):
        # 每次循环重新获取邮件列表，解决DOM刷新导致的元素失效问题
        emails = self.browser.find_elements(By.CSS_SELECTOR, "._2ZDUqsleGa-jar5wAYvVzV")
        emails[i].click()
        # 显式等待邮件内容加载完成
        WebDriverWait(self.browser, 10).until(
            EC.presence_of_element_located((By.XPATH, '//div[@dir="Itr"]'))
        )
        # 提取当前打开的邮件内容
        content = self.browser.find_element(By.XPATH, '//div[@dir="Itr"]').text
        emailcontent.append(content)
        # 小间隔避免请求过快触发反爬
        time.sleep(1)

getEmails()

# 统一写入文件，减少重复IO操作，加utf-8编码避免乱码
with open("new.txt", "w", encoding="utf-8") as output:
    for a in emailcontent:
        output.write(f"{a:<30}\n")

os.startfile('new.txt')

内容的提问来源于stack exchange，提问作者eyup.tatar