使用Python Selenium提取ul下li元素并与txt文件内容比对

前置准备 #

• 确保你的待比对TXT文件每行存储1条目标文本，空行会被自动过滤
• 你已实现的ul元素定位逻辑可直接复用，无需修改核心定位代码

完整实现代码 #

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

# ---------------------- 1. 读取本地TXT待比对内容 ----------------------
txt_path = "你的待比对文件路径.txt" # 替换为你的txt文件实际路径
with open(txt_path, "r", encoding="utf-8") as f:
    # 逐行读取，去除前后空白、换行符，过滤空行
    txt_content_set = set(line.strip() for line in f.readlines() if line.strip())

# ---------------------- 2. 提取页面下拉菜单li文本 ----------------------
# 复用你已有的定位逻辑
ul_element = driver.find_element(By.CSS_SELECTOR, "div#ProgramCategoriesAndCodes_chzn ul.chosen-results")
li_elements = ul_element.find_elements(By.TAG_NAME, "li")
# 统一处理li文本，避免前后空格、换行符导致比对失败
page_li_set = set(li.text.strip() for li in li_elements if li.text.strip())

# ---------------------- 3. 执行比对逻辑 ----------------------
# 页面存在但TXT中不存在的内容
only_in_page = page_li_set - txt_content_set
# TXT存在但页面中不存在的内容
only_in_txt = txt_content_set - page_li_set
# 两边完全匹配的内容
matched_content = page_li_set & txt_content_set

# ---------------------- 4. 输出比对结果 ----------------------
print("===== 比对结果 =====")
print(f"匹配成功的内容（共{len(matched_content)}条）：")
for item in matched_content:
    print(f"- {item}")

if only_in_page:
    print(f"\n页面存在但TXT中缺失的内容（共{len(only_in_page)}条）：")
    for item in only_in_page:
        print(f"- {item}")

if only_in_txt:
    print(f"\nTXT存在但页面中缺失的内容（共{len(only_in_txt)}条）：")
    for item in only_in_txt:
        print(f"- {item}")

if not only_in_page and not only_in_txt:
    print("\n✅ 页面下拉菜单内容与TXT内容完全匹配")

可选优化点 #

• 如果需要忽略大小写比对，读取文本和提取li文本时统一调用.lower()方法即可
• 如果需要保留重复项、保留原始顺序比对，把set换成list，用循环遍历的方式做校验即可
• 若下拉菜单为懒加载渲染，需要先滚动触发所有li加载完成后再提取文本

内容的提问来源于stack exchange，提问作者Esepee