等待页面加载有Selenium WebDriver for Python

Question

我想抓取无限滚动实现的页面的所有数据。以下python代码有效。

for i in range(100):
    driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
    time.sleep(5)

这意味着每次我向下滚动到底部时，我都需要等待5秒，这通常足以使页面完成加载新生成的内容。但是，这可能不是省时的。该页面可能会在5秒内完成新内容的加载。每次向下滚动时，如何检测页面是否完成了新内容的加载？如果可以检测到此情况，知道页面完成加载后，可以再次向下滚动以查看更多内容。这样更省时。

Answer 1

该webdriver会通过等待页面加载默认.get()的方法。

正如您在寻找@ user227215所说的某些特定元素一样，您应该使用它WebDriverWait来等待页面中的某个元素：

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

browser = webdriver.Firefox()
browser.get("url")
delay = 3 # seconds
try:
    myElem = WebDriverWait(browser, delay).until(EC.presence_of_element_located((By.ID, 'IdOfMyElement')))
    print "Page is ready!"
except TimeoutException:
    print "Loading took too much time!"

我用它来检查警报。您可以使用任何其他类型的方法来查找定位器。

编辑1：

我应该提到，webdriver默认情况下，会等待页面加载。它不等待加载内部框架或ajax请求。这意味着当您使用时.get('url')，浏览器将等待页面完全加载完毕，然后转到代码中的下一个命令。但是，当您发布ajax请求时，webdriver不要等待，您有责任等待适当的时间以加载页面或页面的一部分；因此有一个名为的模块expected_conditions。