首页 > 营销学院 > 技术知识

使用Selenium自动化展开动态下拉菜单并高效提取子分类链接

本教程详细阐述如何利用selenium处理动态网页中的下拉菜单，通过识别并迭代点击展开图标，实现所有子菜单的完全展开。随后，指导读者如何从展开后的页面结构中精准提取所需的子分类链接，并提供完整的python代码示例及实用的注意事项，旨在提升网页数据抓取的效率和准确性。

使用Selenium自动化展开动态下拉菜单并高效提取子分类链接

在进行网页数据抓取时，经常会遇到动态加载或隐藏在下拉菜单中的内容。这些内容需要通过用户交互（如点击）才能显示。本教程将以一个具体案例为基础，详细讲解如何使用Python和Selenium库来自动化展开网页中的所有动态下拉菜单，并从中提取所需的子分类链接。

1. 环境准备与WebDriver初始化

首先，确保你已安装Python和Selenium库，并且已配置好Chrome WebDriver。

from selenium import webdriver
from selenium.webdriver.common.by import By
from time import sleep # 引入sleep模块，用于在必要时等待页面加载

# 定义目标URL
URL = "https://albiononline2d.com/en/item"

# 初始化Chrome WebDriver
# 如果WebDriver不在系统PATH中，需要指定路径，例如：
# from selenium.webdriver.chrome.service import Service
# service = Service(executable_path='/path/to/chromedriver')
# driver = webdriver.Chrome(service=service)

driver = webdriver.Chrome()

# 设置隐式等待，在查找元素时，如果元素未立即出现，WebDriver会等待指定时间
driver.implicitly_wait(5) # 增加隐式等待时间，以适应更复杂的加载情况

# 导航到目标网页
driver.get(URL)

# 初始化ActionChains，虽然在此特定解决方案中未直接使用，但在处理复杂交互时非常有用
action = webdriver.ActionChains(driver)

说明：

Manus

全球首款通用型AI Agent，可以将你的想法转化为行动。

250 查看详情 Manus

implicitly_wait(5)：设置了一个全局的隐式等待时间。这意味着当Selenium尝试查找一个元素但未能立即找到时，它会等待最多5秒钟，直到元素出现。这对于处理页面加载延迟非常有用。
ActionChains：用于执行一系列复杂的低级交互，如鼠标悬停、拖放等。在本案例中，我们主要通过直接点击元素来展开下拉菜单，所以其作用不大，但保留作为通用实践。

2. 识别并展开所有动态下拉菜单

目标网页的下拉菜单通过点击一个“加号”图标（ion-plus-round）来展开。这些图标在展开后会消失或变为“减号”图标。为了确保所有下拉菜单都被展开，我们需要一个迭代的策略。

# 查找所有表示下拉菜单展开的“加号”图标
# 这些图标具有特定的CSS类：'icon expand-icon ion-plus-round'
# 使用CSS选择器定位这些元素
pluses = driver.find_elements(By.CSS_SELECTOR, 'span[class="icon expand-icon ion-plus-round"]')

# 循环点击所有“加号”图标，直到所有下拉菜单展开
# 这里的策略是：每次循环都重新查找所有“加号”图标，并点击第一个
# 这是因为每次点击后，页面上的“加号”图标列表会动态更新（被点击的会消失或变化）
for i in range(len(pluses)):
    # 每次迭代重新查找当前页面上所有未展开的“加号”图标
    # 这样做可以确保我们总能点击到当前可见的、需要展开的第一个图标
    current_pluses = driver.find_elements(By.CSS_SELECTOR, 'span[class="icon expand-icon ion-plus-round"]')

    # 如果没有找到任何“加号”图标，说明所有菜单都已展开，可以跳出循环
    if not current_pluses:
        break

    # 点击当前找到的第一个“加号”图标
    current_pluses[0].click()

    # 增加短暂的等待，确保页面有时间响应点击事件并更新DOM
    # 对于某些加载较慢的页面，这可以提高稳定性
    sleep(0.5)

说明：

driver.find_elements(By.CSS_SELECTOR, 'span[class="icon expand-icon ion-plus-round"]')：使用CSS选择器来定位所有带有特定类名的元素。CSS选择器是一种强大且灵活的元素定位方式。
循环中的current_pluses = driver.find_elements(...)：这是解决动态元素列表的关键。每次点击后，页面的DOM结构会发生变化，原始的pluses列表可能不再有效（Stale Element Reference Exception）。通过在每次迭代时重新查找元素，我们确保始终操作的是当前最新的、有效的元素。
current_pluses[0].click()：每次点击列表中的第一个“加号”图标。由于每次点击都会减少页面上“加号”图标的数量，这个操作会依次展开所有未展开的菜单。
sleep(0.5)：虽然implicitly_wait处理了元素查找的等待，但有时页面更新DOM需要额外的时间，或者有动画效果，一个短暂的硬性等待可以增加脚本的稳定性。

3. 提取子分类链接

在所有下拉菜单展开后，整个页面的结构已经稳定，我们可以开始提取子分类的href链接。

# 找到包含所有分类和子分类链接的父容器
# 根据页面结构，这个容器是第一个class为'list-group'的元素
item_categories_container = driver.find_elements(By.CLASS_NAME, 'list-group')[0]

# 在这个容器内查找所有的<a>标签（即所有链接）
all_links = item_categories_container.find_elements(By.TAG_NAME, 'a')

# 过滤并存储子分类链接
subcat_links = []
for link_element in all_links:
    href = link_element.get_attribute('href')
    # 判断链接是否包含“subcat”字符串，以识别子分类链接
    if href and 'subcat' in href:
        subcat_links.append(href)

# 打印提取到的子分类链接
print("提取到的子分类链接:")
for link in subcat_links:
    print(link)

# 关闭浏览器
driver.quit()

说明：

driver.find_elements(By.CLASS_NAME, 'list-group')[0]：定位到主要的列表组容器。通常情况下，如果页面上有多个相同类名的元素，需要根据实际情况选择正确的索引。
item_categories_container.find_elements(By.TAG_NAME, 'a')：在指定的父容器内部查找所有标签。这是一个重要的优化，可以限制查找范围，提高效率和准确性。
link_element.get_attribute('href')：获取标签的href属性值，即链接地址。
if href and 'subcat' in href:：通过检查href属性中是否包含特定字符串（如“subcat”）来筛选出所需的子分类链接。这是一个常见的筛选策略，可以根据实际链接结构进行调整。

4. 完整代码示例

将以上所有步骤整合，得到一个完整的自动化脚本：

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

# 定义目标URL
URL = "https://albiononline2d.com/en/item"

# 初始化Chrome WebDriver
driver = webdriver.Chrome()
driver.implicitly_wait(5) # 设置隐式等待时间
driver.get(URL)

# ----------------------------------------------------------------------
# 步骤1: 识别并展开所有动态下拉菜单
# ----------------------------------------------------------------------
# 查找所有表示下拉菜单展开的“加号”图标
pluses = driver.find_elements(By.CSS_SELECTOR, 'span[class="icon expand-icon ion-plus-round"]')

# 循环点击所有“加号”图标
for i in range(len(pluses)):
    current_pluses = driver.find_elements(By.CSS_SELECTOR, 'span[class="icon expand-icon ion-plus-round"]')
    if not current_pluses:
        break
    current_pluses[0].click()
    sleep(0.5) # 短暂等待，确保DOM更新

# ----------------------------------------------------------------------
#

以上就是使用Selenium自动化展开动态下拉菜单并高效提取子分类链接的详细内容，更多请关注其它相关文章！

# python # seo查询是什么意思 # 网站建设页面背景图 # 阳曲推广品牌营销 # 麻山网站推广公司有哪些 # 是一种 # 的是 # 隐式 # 如何使用 # 迭代 # 这是 # 所需 # 选择器 # css # go # 浏览器 # app # ai # webdriver # css选择器 # 点击事件 # 第一个 # 加载 # 企业网站建设的方案 # 曲江全网营销推广 # 关键词快速排名就选m火10星 # 临西网站优化推广 # 服装营销推广广告语 # 潜山网站优化报价表模板

相关栏目：【 Google疑问12 】【 Facebook疑问10 】【优化推广96088 】【技术知识133117 】【 IDC资讯59369 】【网络运营7196 】【 IT资讯61894 】

2025-11-15

SQL多表关联如何理解_核心原理解析助你掌握关键方法【教程】 SQL多表连接如何理解_JOIN关联关系详细步骤解析【指导】 SQL多表连接结果异常怎么办_JOIN条件排查方法解析【指导】 SQL索引下推是什么_ICP机制性能提升原理【教程】 SQL跨表统计怎么写_重要技巧总结提升查询效率【技巧】 SQL注入如何防护_完整逻辑拆解助力系统化掌握【技巧】 SQL上传文件信息建模方法_SQL存储文件元数据方案 SQL多语种存储方案设计_SQL字符集选择策略 SQL字符串处理如何编写_重要技巧总结提升查询效率【教学】 SQL去重查询怎么实现_优化思路讲解帮助高效处理数据【技巧】 SQL统计复购用户怎么做_多次行为分析SQL思路【教程】 SQL字符串处理如何编写_优化思路讲解帮助高效处理数据【教程】 SQL动态字段解析技巧_SQL解析JSON多层字段 SQL线上慢SQL如何治理_规范与工具实践总结【技巧】 SQL表结构如何演进_兼容老数据设计思路【教程】 SQL排序规则如何设置_ORDERBY排序原理与性能说明【指导】 SQL去重查询怎么实现_真实案例解析强化复杂查询思维【教学】 SQL按字段范围分批处理_SQL避免长时间锁表 SQL统计不同字段组合数量_多列聚合查询技巧【技巧】 SQL多字段去重怎么处理_GROUPBY去重思路说明【教学】

了解您产品搜索量及市场趋势，制定营销计划

同行竞争及网站分析保障您的广告效果

点击免费数据支持

提交您的需求，1小时内享受我们的专业解答。

运城市盐湖区信雨科技有限公司

运城市盐湖区信雨科技有限公司是一家深耕海外推广领域十年的专业服务商，作为谷歌推广与Facebook广告全球合作伙伴，聚焦外贸企业出海痛点，以数字化营销为核心，提供一站式海外营销解决方案。公司凭借十年行业沉淀与平台官方资源加持，打破传统外贸获客壁垒，助力企业高效开拓全球市场，成为中小企业出海的可靠合作伙伴。