如何用Python的Selenium提取Naver博客名与作者ID？解析#document问题

我之前爬Naver博客的时候也踩过这个坑！刚好能给你梳理清楚问题和解决办法：

先搞懂什么是#document #

你在开发者工具里看到的#document，其实是iframe/frame标签内部的独立文档对象。Naver博客的文章页面做了嵌套设计：外层页面只负责承载框架，真正的博客内容（包括博主信息、博客主页的名称）都放在一个iframe里。这两个文档是独立的上下文，所以你直接操作外层页面时，根本碰不到iframe里的元素，连title拿到的也是外层的文章标题，而非博客名。

解决步骤：切换到iframe上下文再操作 #

Naver博客的文章页面里，承载内容的iframe id是mainFrame，我们需要先让Selenium切换到这个iframe的上下文，才能访问内部的元素。

完整代码示例 #

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

# 初始化浏览器驱动
driver = webdriver.Chrome()
target_url = "https://blog.naver.com/ssamssam48/221271075217"
driver.get(target_url)

# 等待iframe加载完成并切换上下文
wait = WebDriverWait(driver, 10)
main_iframe = wait.until(EC.presence_of_element_located((By.ID, "mainFrame")))
driver.switch_to.frame(main_iframe)

# 1. 获取博客名称（两种方式任选）
# 方式一：从iframe内部的title提取（格式为「博客名 :: 文章标题」）
blog_title = driver.title.split("::")[0].strip()
print("博客名称：", blog_title)

# 方式二：直接定位博客名称的元素
# blog_title = wait.until(EC.visibility_of_element_located((By.XPATH, '//*[@id="blog-profile"]/div/div[2]/h2/a'))).text
# print("博客名称：", blog_title)

# 2. 获取作者ID（从script变量提取）
blog_id_script = wait.until(EC.presence_of_element_located((By.XPATH, '//script[contains(text(), "var blogId")]')))
script_content = blog_id_script.get_attribute('innerHTML')
blog_id = script_content.split("var blogId = '")[1].split("';")[0].strip()
print("作者ID：", blog_id)

# 如果后续还要操作外层页面，记得切回默认上下文
# driver.switch_to.default_content()

# 关闭浏览器
driver.quit()

关键注意点 #

• 必须用WebDriverWait等待元素加载：Naver博客加载有延迟，直接定位元素很容易触发「元素不存在」的错误。
• 操作完iframe后，如果还要处理外层页面的内容，记得调用driver.switch_to.default_content()切回默认上下文。

内容的提问来源于stack exchange，提问作者Chae