Selenium Python Instagram正在删除帖子中的所有图像不起作用

我正在写一个小代码来下载帖子中的所有图像/视频。这是我的密码：

import urllib.request as reqq
from selenium import webdriver
import time

browser = webdriver.Chrome("D:\\Python_Files\\Programs\\chromedriver.exe")

browser.get(url)

browser.maximize_window()

url_list = ['https://www.instagram.com/p/CE9CZmsghan/']

img_urls = []
vid_urls = []
img_url = ""
vid_url = ""
    
for x in url_list:    
    count = 0   
    
    browser.get(x)
    
    while True:       
        
        try:
            elements = browser.find_elements_by_class_name('_6CZji')
            elements[0].click()
            time.sleep(1)
        except:
            count+=1
            time.sleep(1)
            if count == 2:
                break
        try:
            vid_url = browser.find_element_by_class_name('_5wCQW').find_element_by_tag_name('video').get_attribute('src')
            vid_urls.append(vid_url)
        except:
            img_url = browser.find_element_by_class_name('KL4Bh').find_element_by_tag_name('img').get_attribute('src')
            img_urls.append(img_url)

for x in range(len(img_urls)):
    reqq.urlretrieve(img_urls[x],f"D:\\instaimg"+str(x+1)+".jpg")
    
for x in range(len(vid_urls)):
    reqq.urlretrieve(vid_urls[x],"D:\\instavid"+str(x+1)+".mp4")

browser.close()

---

此代码提取文章中除最后一幅图像外的所有图像。依我看，这个准则是正确的。你知道为什么这段代码不提取最后一幅图像吗？任何帮助都将不胜感激。谢谢

转到示例中使用的URL，打开inspector，非常仔细地观察在图像之间单击时DOM是如何变化的。类为

KL4Bh

的页面元素有多个，因为它跟踪上一个图像、当前图像和下一个图像

这样做

find\u element\u by\u class\u name（'KL4Bh'）

将返回页面上的第一个匹配项

好的，让我们分解这个循环，看看发生了什么：

第一次迭代
页面打开
立即单击“下一步”查看第二张照片
从DOM中获取类“KL4Bh”的第一个元素
该类的第一个元素是第一个图像（现在是“上一个”图像）
[…2、3、4与1相同…]
第五次迭代
查找要单击的“下一步”按钮
找不到下一个按钮
`元素[0]`失败，索引错误
从DOM中获取类“KL4Bh”的第一个元素
该类的第一个元素仍然是第四个图像**
第六次迭代
查找要单击的“下一步”按钮
找不到下一个按钮
`元素[0]`失败，索引错误
错误计数超过阈值
出口回路

试着这样做：

    n = 0
    while True:
        try:
            elements = browser.find_elements_by_class_name('_6CZji')
            elements[0].click()
            time.sleep(1)
        except IndexError:
            n=1
            count+=1
            time.sleep(1)
            if count == 2:
                break
        try:
            vid_url = browser.find_elements_by_class_name('_5wCQW')[n].find_element_by_tag_name('video').get_attribute('src')
            vid_urls.append(vid_url)
        except:
            img_url = browser.find_elements_by_class_name('KL4Bh')[n].find_element_by_tag_name('img').get_attribute('src')
            img_urls.append(img_url)

它将执行与以前相同的操作，只是因为它现在使用

find\u elements\u by\u class

并索引到结果列表中，当它到达最后一个图像时，失败的按钮单击的索引错误也会导致图像查找增加它使用的索引。因此，它将在循环的最后一次迭代中使用第二个元素（当前图像）。 这段代码仍然存在一些严重的问题，但它确实修复了您看到的bug。一次解决一个问题：）

编辑 我认为以下几点可以改进此代码：

当使用

try except

块捕获异常/错误时，应该始终遵循以下几条规则：

• 指定要处理的特定异常和错误，不要使用非限定的

  ，

  除外。这样做的原因是，通过捕捉每一个可能的错误，我们实际上抑制并混淆了错误的来源。执行此操作的唯一合法原因是生成自定义错误消息，

  除

  -块之外的最后一行应始终为

  提升

  ，以允许错误传播。这与我们通常对软件错误的看法相反，但在编写代码时，错误是你的朋友

• try-except

  块也有问题，因为它们被用作条件控制结构。有时，这样编写代码似乎更容易，但这通常是对所使用的库的不完全理解的标志。我特别指的是检查视频和图像的块，尽管另一块也可以重构。通常，在执行条件分支时，使用

  if

  语句

在selenium中使用

sleep

几乎总是不正确的，但这是新selenium用户最常见的陷阱。发生的情况是，开发人员在尝试搜索DOM时，将开始获得有关缺少元素的错误。他们将正确地得出结论，这是因为在selenium尝试读取页面之前，该页面在浏览器中没有完全加载。但是使用

sleep

不是正确的方法，因为仅仅等待一个固定的时间并不能保证页面将被完全加载。Selenium有一个内置机制来处理这个问题，称为（以及隐式等待和流畅等待）。使用显式等待将保证在允许代码继续之前页面元素是可见的

---

嘿一吨泰铢！但是当我运行这段代码时，它给了我一个错误。因此，我尝试通过从

行中删除
索引器
来运行它，结果它成功了！顺便说一句，你能指出我代码中的其他问题吗？还有一件事。当我在上一个img中监控
img
标记下的
src
属性时，
src
属性只包含上一个img的url，而不是上一个img的url。那么，当我尝试访问它时，它是否给了我最后一个img？了解那里发生了什么的最好方法是在循环开始之前添加一个断点，然后使用
next
单步执行每条语句。URL被存储在由代码> FordPyelEntsSyByCyrasyNAME]（）/代码>返回的列表中，因此，'FiffyEntEnsSyBySub类名称（'ABC'）[n]将只占用第n个元素，所以它只具有1’IMG标记和1’SRC标记。好的……如果你觉得我的问题很好，并且已经被框架化好了，那么请考虑我的问题。非常感谢。