質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.62%

selenium(Python)で情報を取得したいが、要素が読み込まれるのを待機できていない?等の理由で取得できない

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,649

machi1092

score 6

Python3.x

前提・実現したいこと

下記サイトからスクレイピングで各求人の仕事内容・求められるスキルを取得したい

発生している問題・エラーメッセージ

stale element reference: element is not attached to the page document

該当のソースコード

#モジュールのインポート
from selenium import webdriver
import os
from bs4 import BeautifulSoup
import pandas as pd
import requests
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By

#取得したい要素(職業名や仕事内容)の変数定義
job_cards = 'a.catch'
job_names = 'h2.job'
job_descriptions = 'div.jobCatch'
job_requirements_musts = 'div.mustSet'
next_bottun = 'a.btn.next'

#webdriverの設定・URLへ遷移・要素が読み込まれるまでの待機時間の設定
driver = webdriver.Chrome(executable_path="C:...")
url = 'https://en-ambi.com/'
wait = WebDriverWait(driver, 10)
driver.get(url)

def main():
    while True: #次へボタンがあるまで繰り返し
        if len(driver.find_element_by_css_selector(next_bottun).text) > 0:
       #ページ内の求人詳細に遷移する要素の全取得
            cards = driver.find_elements_by_css_selector(job_cards)
            for card in cards: #↑で取得した要素をクリックし遷移したページで下記処理を行う
                try:
                    card.click()
           #恐らくここまでは正常に動いていて下記から上手く処理できずエラーが起こっている
                    wait.until(EC.presence_of_element_located((By.ID, "descBase")))
                    job_name = driver.find_element_by_css_selector(job_names).text #職業名をテキストで取得する
                    job_description = driver.find_element_by_css_selector(job_descriptions).text
                    job_requirements_must = driver.find_element_by_css_selector(job_requirements_musts).text
                    se = pd.Series([job_name,job_description,job_requirements_must],['job_name','job_description','job_requirements_must',]) 
                    df = pd.DataFrame()
                    df = df.append(se,ignore_index=True)
                    driver.back()
                except Exception as e:# -*- coding: utf-8 -*-
                    print(e) 
            next = driver.find_element_by_css_selector(next_bottun).get_attribute("href") #ページ内の次へボタンの要素を取得
            driver.get(next)
        else:
            print('No page')
            break
    df.to_csv('output.csv')
    print('finish')

if __name__ == '__main__':
    main()

試したこと

取得したい要素のクラス名の修正等してみたのですが上手くいかず・・

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • machi1092

    2019/01/28 21:47

    指摘して頂いた内容は、
    if len(driver.find_element_by_css_selector(next_bottun).text) > 0:
    この部分だと思うのですが、ここでエラーが起きていたらそもそも求人詳細ページに遷移できていないと思うのですが、そこへは遷移できているので今回解決したい部分とは違うと思うのですが。。
    エラー文を見ても指摘して頂いた文のエラーとは表記されていませんでした。

    キャンセル

  • firedfly

    2019/01/28 21:56

    となると、もう一箇所の
    next = driver.find_element_by_css_selector(next_bottun).get_attribute("href")
    の箇所でのエラーではないでしょうか。

    ところで実行環境はなんでしょう?
    Pythonはスクリプト言語ですからエラー内容にエラー行数とスタックトレースが表示されると思います。

    キャンセル

  • firedfly

    2019/01/29 08:41 編集

    手元の環境で実行してみましたが、やはり一つ目の
    if len(driver.find_element_by_css_selector(next_bottun).text) > 0:
    でエラーになります。
    https://en-ambi.com/ に 'a.btn.next' はないのでエラーになるのは正しいとも思います。
    掲載されたコードは正しいでしょうか。

    キャンセル

回答 2

checkベストアンサー

0

まずは初期解析としては、少々雑ですがステップ毎に画像を出力してみてはいかがでしょう?
もちろん、人間が見ても要素が見えているのにタイミングが悪くとらえられていないケースもありますが、「どこが怪しい」かの目星はつけられるのではないかと思います。

恐らくここまでは正常に動いていて下記から上手く処理できずエラーが起こっている

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

0

該当コードを動かしておりませんが、、
対象のWebElementが捕まえられない時によくある現象は以下の通りです。

①Webページが開き切る前に探そうとしたので見つからない。
driver.implicitly_wait(任意の秒数)
time.sleep(任意の秒数
上記で待ち時間を設けてみましょう。

②find_element_by...で検索した結果、2件以上オブジェクトが見つかった、
この際、どちらを対象として良いかわからずエラーとなります。
cssセレクタ以外のとり方として、一旦xpathで取得を試みて下さい。

③そもそも指定内容でヒットしなかった。
F12から対象のDOMオブジェクトを選択肢、右クリックでxpathやcssセレクタをコピーできます。

上記で試してみて下さい。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/01/28 20:51

    reraNineさん
    ご回答ありがとうございます。
    上記なのですが、
    ①待ち時間は設けてみたのですが、処理が上手くいかなかったですね
    ②xpathでも試してみたのですが、同じエラー内容になってしまいました。
    ③xpathやセレクタを指定するときはF12からコピペしてやっていますね。。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.62%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる