本文详解如何用 Selenium 定位并提取 HTML 中 标签内的时间文本（如“9个月前”），纠正常见误区（如混淆 class="set" 与 class="time"），提供稳定、可复用的定位方案。
本文详解如何用 selenium 定位并提取 html 中 `
在使用 Selenium 抓取 Lichess 用户个人主页（如 https://lichess.org/@/username）的活跃时间信息时，开发者常误将元素的 class 名称当作 "time"（因标签为
正确做法是：优先依据实际 DOM 结构定位，而非标签名直译。观察目标 HTML（如截图所示），关键时间文本 "9 months ago" 位于
以下是优化后的可靠实现：
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.options import Options
import time
def get_player_activity(nick_hraca):
# 配置无头模式（推荐，避免窗口干扰）
chrome_options = Options()
chrome_options.add_argument("--headless")
chrome_options.add_argument("--no-sandbox")
chrome_options.add_argument("--disable-dev-shm-usage")
driver = webdriver.Chrome(options=chrome_options)
base_url = f"https://lichess.org/@/{nick_hraca}"
try:
driver.get(base_url)
driver.implicitly_wait(10) # 等待页面加载，比 sleep 更健壮
# ✅ 方案一：按 class="set" 精准定位（推荐，语义明确）
activity_elem = driver.find_element(By.CLASS_NAME, "set")
print("Last activity:", activity_elem.text) # 输出：e.g., "9 months ago"
# ✅ 方案二：按标签名定位（通用性强，适用于所有 <time> 元素）
# activity_elem = driver.find_element(By.TAG_NAME, "time")
# print("Last activity:", activity_elem.text)
# ✅ 方案三：XPath 精确路径（适合结构稳定场景）
# activity_elem = driver.find_element(By.XPATH, '//div[@id="us_profile"]//p[2]/time')
# print("Last activity:", activity_elem.text)
# 同时获取对局数链接文本（示例延展）
games_link = driver.find_element(By.XPATH, '//*[@id="main-wrap"]/main/div/div[5]/a[2]')
print("Games link text:", games_link.text)
except Exception as e:
print(f"Error occurred: {e}")
finally:
driver.quit()
# 调用示例
get_player_activity("magnuscarlsen")</time>
⚠️ 关键注意事项：
- ❌ 避免 get_attribute("set")："set" 是 class 的值，不是可读属性；应使用 .text 获取可见文本。
- ❌ 避免硬编码过深 XPath（如 //*[@id="us_profile"]/div[2]/...）：Lichess 页面结构可能更新，易失效；优先选用语义化定位（By.CLASS_NAME, By.TAG_NAME）或相对 XPath。
- ✅ 始终添加显式/隐式等待（如 implicitly_wait(10)），防止因页面未加载完成导致 NoSuchElementException。
- ✅ 使用 --headless 模式提升稳定性与执行效率，尤其在服务器环境运行时。
- ✅ 务必用 try/finally 或上下文管理器确保 driver.quit() 执行，防止残留进程。
总结：Selenium 定位的核心在于忠实还原 HTML 实际结构。看清元素的真实 class、标签和层级关系，比记忆“time 标签就该用 By.CLASS_NAME('time')”更重要。一次精准的 By.CLASS_NAME("set") + .text，即可优雅解决“9个月前”的提取需求。
