Python 使用selenium的GoogleMapsPlaceID

您好，这是我的第一个selenium项目，我正在尝试从结果中查找位置id，我添加了一些位置id（我使用API获得），我尝试在inspector工具中查找它们，但无法找到，但是，它们在我尝试使用regex的页面源代码中可用。它们似乎遵循以下路径

from selenium import webdriver
import re
driver= webdriver.Chrome(executable_path=r"C:\Users\chromedriver")
sentence = "chiropractor in maryland"
url="https://google.com/search?hl=en&q={}".format(sentence)
driver.get(url)
links=driver.find_elements_by_xpath('//a[@href]')
maps=[i for i in links if i.text=="Maps"][0].click()
html=driver.page_source
#ChIJaYGxdRj9t4kRcJmJlvQkKX0
#ChIJCf4MzWjgt4kRluBnhQTHlBM
#ChIJBXxr8brIt4kRVE-gIYDyV8c
#ChIJX0W_Xo4syIkRUAtRFy8nz1Y place ids in html

在“\”脊医\“]\n]\n，null，\“位置ID”之后，null

但是我找不到它的正则表达式。 我需要帮助编写正确的正则表达式或找到另一种查找palce_id的方法。

---

我希望没有人回答关于使用API的问题，我认为这是可以改进的，但是字符串本身位于脚本标记中，其中包含

窗口。APP_OPTIONS

。每个ID都以

ChIJ

开头，后面有一个定义的字符集，总长度为27

我也直接从地图页面开始，而不是点击它。尽管运行了几次，我不需要等待条件。如果需要，可以添加

2,[null,null,\\"bizbuilder:gmb_web\\",[6,7,4,1,3]\\n]\\n]\\n]\\n,1,null,null,null,null,null,null,[\\"-8523065488279764631\\",\\"9018780361702349168\\"]\\n]\\n]\\n]\\n,null,null,null,[[\\"chiropractor\\"]\\n]\\n,null,\\"ChIJaYGxdRj9t4kRcJmJlvQkKX0\\",null,null,null,[\\"South Gate\\",\\"806 Landmark Dr Suite 126\\",\\"806 Landmark Dr Suite 126\\",\\"Glen Burnie\\"]\\n,null,null,null,null,null,[null,\\"SearchResult.TYPE_PERSONAL_

---

风险更大一点，你可以直接从第二页开始

from selenium import webdriver
from bs4 import BeautifulSoup as bs
import re

sentence = "chiropractor in maryland"
url = 'https://www.google.com/maps/search/{}'.format(sentence)
d = webdriver.Chrome()
d.get(url)
soup = bs(d.page_source, 'lxml')

for script in soup.select('script'):
    if 'window.APP_OPTIONS' in script.text:
        script = script.text
        break    
r = re.compile(r'(ChIJ[a-zA-Z\.0-9\-\_]{23})')
items = r.findall(script)
print(items)

d.quit()

---

注:

---

我正在指定一个模式，该模式设计为仅匹配当前所需的项目（对于给定搜索）。可以想象，在未来/新的搜索中，该模式可能会出现，而不是id。page_源是一个更大的搜索空间，因此遇到与该模式匹配的不需要的字符串的可能性更大。脚本标记不仅是您希望找到id的位置，而且是一个更小的搜索空间。随着时间的推移，您可能会因此，想要检查字符集不需要任何额外的字符来匹配新ID。您可以轻松地根据每页计数的结果进行检查。

这两种方法都非常有效，您在搜索页面源时说的风险更大是什么意思？我指定的模式恰好与当前所需的项目匹配。这是一个非常重要的问题ivable该模式可能出现，而不是id。page_源是一个更大的搜索空间，因此遇到与该模式匹配的不需要的字符串的可能性更大。脚本标记不仅是您希望找到id的地方，也是一个更小的搜索空间。

from selenium import webdriver
from bs4 import BeautifulSoup as bs
import re

sentence = "chiropractor in maryland"
url = 'https://www.google.com/maps/search/{}'.format(sentence)
d = webdriver.Chrome()
d.get(url)
r = re.compile(r'(ChIJ[a-zA-Z\.0-9\-\_]{23})')
items = r.findall(d.page_source)
print(items)

d.quit()