在Python中使用PhantomJS向下滚动到infinite页面的底部

Question

我已经成功地让Python使用Selenium和PhantomJS重新加载一个动态加载的无限滚动页面，如下例所示。但是，如何修改它，使程序在到达谷底时停止，而不是手动设置重新加载的次数呢？

reloads = 100000 #set the number of times to reload
pause = 0 #initial time interval between reloads
driver = webdriver.PhantomJS()

# Load Twitter page and click to view all results
driver.get(url)
driver.find_element_by_link_text("All").click()

# Keep reloading and pausing to reach the bottom
for _ in range(reloads):
    driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
    time.sleep(pause)

text_file.write(driver.page_source.encode("utf-8"))
text_file.close()

Answer 1

你可以检查卷轴是否在每一步都做了什么。

lastHeight = driver.execute_script("return document.body.scrollHeight")
while True:
    driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
    time.sleep(pause)
    newHeight = driver.execute_script("return document.body.scrollHeight")
    if newHeight == lastHeight:
        break
    lastHeight = newHeight

这使用了静态等待量，这是很糟糕的，因为您不想在它更快地完成时不必要地等待，并且您不想在由于某种原因动态负载太慢时脚本过早地退出。

由于页面通常会将一些更多的元素加载到列表中，因此可以在加载之前检查列表的长度，并等待下一个元素加载。

while True:
    elemsCount = browser.execute_script("return document.querySelectorAll('.stream-items > li.stream-item').length")

    browser.execute_script("window.scrollTo(0, document.body.scrollHeight);")

    try:
        WebDriverWait(browser, 20).until(
            lambda x: x.find_element_by_xpath(
                "//*[contains(@class,'stream-items')]/li[contains(@class,'stream-item')]["+str(elemsCount+1)+"]"))
    except:
        break

完整版供参考。