如何使用Selenium提取指定网页表格中特定期月匹配的所有数据并打印
实现代码及说明
在你已有的初始化代码之后追加以下逻辑即可完成需求:
# 等待表格元素加载完成,避免元素未加载报错 wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, "table.table"))) # 定位所有表格行,跳过第一行表头 rows = driver.find_elements(By.CSS_SELECTOR, "table.table tr")[1:] matched_entries = [] for row in rows: # 提取每行最后一列的日期字段,该网站日期格式为「日-月缩写-年」,例如 08-Apr-2021 date_text = row.find_element(By.CSS_SELECTOR, "td:last-child").text.strip() date_parts = date_text.split("-") # 校验日期格式合法性,避免拆分异常 if len(date_parts) != 3: continue current_month, current_year = date_parts[1], date_parts[2] # 匹配指定年月 if current_month == month and current_year == year: # 提取公告标题和附件链接 title_ele = row.find_element(By.CSS_SELECTOR, "td:first-child a") matched_entries.append({ "公告标题": title_ele.text.strip(), "发布日期": date_text, "PDF链接": title_ele.get_attribute("href") }) # 格式化打印匹配结果 print(f"共找到 {len(matched_entries)} 条符合 {year}年{month}月 的条目:") for index, entry in enumerate(matched_entries, 1): print(f"\n=== 第{index}条 ===") print(f"标题:{entry['公告标题']}") print(f"日期:{entry['发布日期']}") print(f"附件地址:{entry['PDF链接']}") # 操作完成后关闭浏览器驱动 driver.quit()
补充说明
如果需要跨页匹配所有符合条件的条目,可以在单页遍历逻辑完成后,定位分页栏的下一页按钮,判断按钮是否可点击,重复上述行遍历逻辑,直到没有下一页即可。
内容的提问来源于stack exchange,提问作者sam
相关产品推荐
相关产品推荐

