Python Selenium点击Chartink CSV下载按钮后如何获取文件名并加载至Pandas

前置改造：固定Chrome下载路径 #

你之前的代码没有指定Chrome的下载目录，默认会把文件存到系统下载文件夹，后续找文件会非常麻烦。需要在初始化Chrome驱动时，增加下载配置，把所有自动下载的文件统一存到你指定的固定目录：

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import os
import time
import pandas as pd

# 定义固定的下载存储目录
download_dir = os.path.abspath("./chartink_local_storage")
# 目录不存在则自动创建
os.makedirs(download_dir, exist_ok=True)

# 配置Chrome下载参数
chrome_options = Options()
download_prefs = {
    "download.default_directory": download_dir,  # 指定默认下载位置
    "download.prompt_for_download": False,  # 关闭下载前的确认弹窗
    "download.directory_upgrade": True,
    "safebrowsing.enabled": True
}
chrome_options.add_experimental_option("prefs", download_prefs)

DRIVER_PATH = r"C:\Users\u123456\Downloads\chromedriver\chromedriver.exe"
# 初始化带下载配置的驱动
d = webdriver.Chrome(executable_path=DRIVER_PATH, options=chrome_options)

点击下载后自动识别对应CSV文件 #

不需要提前猜网站生成的CSV文件名，只要在点击下载按钮后，等待文件下载完成，再从固定目录里找修改时间最新的完整CSV文件即可，这种方法兼容性最好，不会因为网站改文件名规则就失效：

# 打开目标页面
d.get('https://chartink.com/screener/copy-supertrend-negative-breakout-1103')

# 定位并点击下载按钮（已验证可用的逻辑）
download_btn = d.find_element_by_link_text("Download csv")
download_btn.click()

# 轮询等待下载完成（最多等待30秒）
wait_deadline = time.time() + 30
target_csv_path = None
while time.time() < wait_deadline:
    matched_files = []
    # 遍历下载目录下的所有文件
    for file_name in os.listdir(download_dir):
        full_path = os.path.join(download_dir, file_name)
        # 跳过Chrome下载中生成的临时.crdownload后缀文件，只识别完整的.csv文件
        if os.path.isfile(full_path) and file_name.endswith(".csv"):
            matched_files.append(full_path)
    if matched_files:
        # 按文件修改时间倒序排序，取最新的那个文件
        matched_files.sort(key=lambda path: os.path.getmtime(path), reverse=True)
        target_csv_path = matched_files[0]
        break
    # 每0.5秒检查一次
    time.sleep(0.5)

加载CSV到Pandas DataFrame #

识别到目标文件路径后，直接用pandas读取即可：

if target_csv_path:
    stock_df = pd.read_csv(target_csv_path)
    print(f"成功加载文件：{target_csv_path}，共{len(stock_df)}条数据")
    # 打印前5行验证加载结果
    print(stock_df.head())
else:
    print("下载超时，请检查网络连接或页面交互逻辑")

注意：你最初写的pd.read_html(d.find_element_by_class_name(...))逻辑是错误的——pd.read_html是用来解析HTML里的表格元素的，传过去按钮元素的DOM结构，根本不是表格内容，自然无法拿到正确的按钮对象。你后续用find_element_by_link_text("Download csv")定位的逻辑完全可用，不需要额外调整。

内容的提问来源于stack exchange，提问作者mrcool4