检索搜索结果selenium python bs4

Question

我成功地编写了一个脚本来从Linkedin中的sales navigator中检索搜索结果。以下是使用python，selenium和bs4的脚本。

browser = webdriver.Firefox(executable_path=r'D:\geckodriver\geckodriver.exe')
url1 = "https://www.linkedin.com/sales/search/company?companySize=E&geoIncluded=emea%3A0%2Ceurope%3A0&industryIncluded=6&keywords=AI&page=1&searchSessionId=zreYu57eQo%2BSZiFskdWJqg%3D%3D"

browser.get(url1)
time.sleep(15)

parsed = browser.find_element_by_tag_name('html').get_attribute('innerHTML')
soup = BeautifulSoup(parsed, 'html.parser')

search_results = soup.select('dt.result-lockup__name a')
print(len(search_results))

time.sleep(5)
browser.quit()

无论结果如何，答案总是10（即）仅返回10个结果。经过对来源的进一步调查，我注意到以下情况：

前10个结果表示在不同的级别，其余的在div标签下，样式类名为deferred area。虽然所有搜索结果（result-lockup__name）的dt类名称相同，但由于级别的更改，我无法访问/检索它。

在这种情况下检索所有结果的正确方法是什么？

编辑1

标签级别如何在li 中的示例

还有一个未被检索的结果的html脚本示例

编辑2

请求的页面源

https://pastebin.com/D11YpHGQ

Answer 1

许多网站不会在页面加载时显示所有搜索结果，而只在需要时显示它们，例如访问者继续滚动表示他们想要查看更多内容。

我们可以使用javascript滚动到页面底部为我们window.scrollTo(0,document.body.scrollHeight)（你可能想要循环这个，如果你期望数百个结果）强制页面上的所有结果，之后我们可以抓取HTML。

下面应该做的伎俩。

browser = webdriver.Firefox(executable_path=r'D:\geckodriver\geckodriver.exe')
url1 = "https://www.linkedin.com/sales/search/company?companySize=E&geoIncluded=emea%3A0%2Ceurope%3A0&industryIncluded=6&keywords=AI&page=1&searchSessionId=zreYu57eQo%2BSZiFskdWJqg%3D%3D"

browser.get(url1)
time.sleep(15)
browser.execute_script('window.scrollTo(0,document.body.scrollHeight)')
time.sleep(15)

parsed = browser.find_element_by_tag_name('html').get_attribute('innerHTML')
soup = BeautifulSoup(parsed, 'html.parser')

search_results = soup.select('dt.result-lockup__name a')
print(len(search_results))