извлечь информацию внутри тега span - PullRequest
Новая
       7

извлечь информацию внутри тега span

1 голос
/ 10 апреля 2019

Я пытаюсь извлечь PMC ID между тегом "span".

Для этого я использовал find element by xpath, но я сталкиваюсь со следующей ошибкой: 

selenium.common.exceptions.NoSuchElementException:Message: Unable to locate element: /div/main/div/details/div/div[2]/details/summary/span[5]

Следующая ссылка: 

https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?tool=my_tool&email=my_email@example.com&ids=9811893

Ниже мой код: 

driver = webdriver.Firefox(executable_path='geckodriver.exe')
driver.implicitly_wait(10)  # this lets webdriver wait 10 seconds for the website to load
driver.get("https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?tool=my_tool&email=my_email@example.com&ids=9811893")
pmc= driver.find_element_by_xpath('/div/main/div/details/div/div[2]/details/summary/span[5]')
pmc.get_text()

Выходные данные должны быть: 

PMC24938

1 Ответ

1 голос
/ 11 апреля 2019

Вы можете использовать селектор атрибутов css, затем get_attribute, чтобы получить значение атрибута 

from selenium import webdriver
driver = webdriver.Firefox(executable_path='geckodriver.exe')
driver.get("https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?tool=my_tool&email=my_email@example.com&ids=9811893")
pmc = driver.find_element_by_css_selector('[pmcid]')
print(pmc.get_attribute('pmcid'))

Результат:

enter image description here

Хотя вам не нужен selenium для этого сайта.Используйте быстрее requests и bs4

import requests
from bs4 import BeautifulSoup as bs
r = requests.get('https://www.ncbi.nlm.nih.gov/pmc/utils/idconv/v1.0/?tool=my_tool&email=my_email@example.com&ids=9811893')
soup = bs(r.content, 'lxml')
pmc = soup.select_one('[pmcid]')['pmcid']
print(pmc)
...