python - 如何加速 python selenium find_elements？

Question

我正在尝试从 kompass.com 抓取公司信息

但是，由于每个公司简介提供的详细信息数量不同，因此某些页面可能缺少元素。例如，并非所有公司都有关于“协会”的信息。在这种情况下，我的脚本会花费很长时间来搜索这些缺失的元素。无论如何我可以加快搜索过程吗？

这是我的脚本的摘录:

import time
import selenium
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
from selenium.common.exceptions import TimeoutException
from selenium.common.exceptions import ElementNotVisibleException
from lxml import html

def init_driver():
    driver = webdriver.Firefox()
    driver.wait = WebDriverWait(driver, 5)
    return driver

def convert2text(webElement):
    if webElement != []:
        webElement = webElement[0].text.encode('utf8')
    else:
        webElement = ['NA']
    return webElement

link='http://sg.kompass.com/c/mizkan-asia-pacific-pte-ltd/sg050477/'
driver = init_driver()
driver.get(link)
driver.implicitly_wait(10)

name = driver.find_elements_by_xpath("//*[@id='productDetailUpdateable']/div[1]/div[2]/div/h1")
name = convert2text(name)

## Problem:
associations = driver.find_elements_by_xpath("//body//div[@class='item minHeight']/div[@id='associations']/div/ul/li/strong")
associations = convert2text(associations)

抓取每个页面需要一分多钟，而我有 26,000 多页要抓取。

Answer 1

driver.implicitly_wait(10) 告诉驱动程序最多等待 10 秒，以便元素存在于 DOM 中。这意味着每次您寻找不存在的元素时，它都会等待 10 秒。将时间减少到 2-3 秒将缩短运行时间。

此外，xpath 是 slowest selector ，并且您通过提供绝对路径使其物有所值。尽可能使用 find_elements_by_id 和 find_elements_by_class_name。例如，您可以 improve

driver.find_elements_by_xpath("//body//div[@class='item minHeight']/div[@id='associations']/div/ul/li/strong")

只需声明associations id

driver.find_elements_by_xpath("//*div[@id='associations']/div/ul/li/strong")

或者将其更改为 css_selector

driver.find_elements_by_css_selector("#associations > div > ul > li > strong")