这是我的代码:
from selenium import webdriver
import pandas as pd
from lxml import etree
url = 'https://www.morningstar.com/stocks/xbsp/UGPA3/quote'
browser = webdriver.Chrome()
browser.get(url)
htmlpage = browser.page_source
doc = etree.HTML(htmlpage)
cap = doc.xpath(
'/html/body/div[1]/div/div/div[3]/main/div[2]/div/div/div[1]/sal-components/section/div/div/div[1]/div/div[2]/div/div/div/div[2]/ul/li[7]/div/div[2]/text()')
print(cap)
我正在尝试从网页上抓取市值。
在将 htmlpage 变量写入文件后,我发现问题在于它没有下载整个页面。它下载了 2228 KB,而我的浏览器下载了 2664 KB 的 .html 文件和一个不必要的文件夹。如果我用浏览器手动保存页面并将其内容用作 etree.HTML() 的输入,它可以工作,但我想自动化。