在缓存中找不到元素 - 也许页面自从在 Selenium Ruby Web 驱动程序中查找后已发生更改？

我正在尝试编写一个爬虫，它可以从加载的页面中爬取所有链接，并在某个文件（例如 XML 或 txt）中记录所有请求和响应标头以及响应正文。我正在新浏览器窗口中打开第一个加载页面的所有链接，因此不会出现此错误：

Element not found in the cache - perhaps the page has changed since it was looked up

我想知道发出请求并从所有链接接收响应，然后找到输入元素并从所有打开的窗口提交按钮的替代方法是什么。 我能够在某种程度上执行上述操作，除非打开的窗口具有像这样的通用站点搜索框http://www.testfire.net http://www.testfire.net在右上角。 我想要做的是我想省略这些常见的框，以便我可以使用值填充其他输入i.send_keys "value"webdriver 的方法，不会出现此错误 错误：在缓存中找不到元素 - 也许页面自查找以来已发生更改。

如何检测和区分每个打开的窗口中的输入标签，以便在网站大多数页面上出现的常见输入标签中不会重复填充值。 我的代码如下：

require 'rubygems'
require 'selenium-webdriver'
require 'timeout'

class Clicker
def open_new_window(url)
  @driver = Selenium::WebDriver.for :firefox
  @url = @driver.get " http://test.acunetix.com "
  @link = Array.new(@driver.find_elements(:tag_name, "a"))
  @windows = Array.new(@driver.window_handles())
  @link.each do |a|
      a = @driver.execute_script("var d=document,a=d.createElement('a');a.target='_blank';a.href=arguments[0];a.innerHTML='.';d.body.appendChild(a);return a", a)
      a.click
    end
    i = @driver.window_handles
    i[0..i.length].each do |handle|
        @driver.switch_to().window(handle)
        puts @driver.current_url()
        inputs = Array.new(@driver.find_elements(:tag_name, 'input'))
        forms = Array.new(@driver.find_elements(:tag_name, 'form'))
        inputs.each do |i|
            begin
                i.send_keys "value"
                puts i.class
                i.submit
                rescue Timeout::Error => exc
                    puts "ERROR: #{exc.message}"
                rescue Errno::ETIMEDOUT => exc
                    puts "ERROR: #{exc.message}"
                rescue Exception => exc
                    puts "ERROR: #{exc.message}"
            end
        end 
        forms.each do |j|
            begin
                j.send_keys "value"
                j.submit
                rescue Timeout::Error => exc
                    puts "ERROR: #{exc.message}"
                rescue Errno::ETIMEDOUT => exc
                    puts "ERROR: #{exc.message}"
                rescue Exception => exc
                    puts "ERROR: #{exc.message}"
            end
        end

    end
#Switch back to the original window
    @driver.switch_to().window(i[0])
end
end
ol = Clicker.new
url = ""
ol.open_new_window(url)

指导我如何使用 Selenium Webdriver 或使用获取带有响应正文的所有请求和响应标头http.set_debug_output红宝石的net/http ?

Selenium 不是尝试构建“网络爬虫”的最佳选择之一。有时它可能太不稳定，尤其是遇到意想不到的情况时。 Selenium WebDriver 是一个用于自动化和测试期望和用户交互的出色工具。 相反，良好的老式卷曲可能是网络爬行的更好选择。另外，我很确定有一些 ruby​​ gem 可以帮助您进行网络爬行，只需 Google 搜索即可！

但要回答实际问题，如果您要使用 Selenium WebDriver：

我会制定一个过滤算法，您可以将与之交互的元素的 HTML 添加到变量数组中。然后，当您转到下一个窗口/选项卡/链接时，它会检查变量数组，如果找到匹配的 HTML 值，则跳过该元素。

不幸的是，SWD 不支持使用其 API 获取请求标头和响应。常见的解决方法是使用第三方代理来拦截请求。

===========

现在我想解决您的代码的一些问题。

我建议在迭代链接之前添加一个@default_current_window = @driver.window_handle。这将允许您在调用时始终返回到脚本末尾的正确窗口@driver.switch_to.window(@default_current_window).

在 @links 迭代器中，不要迭代所有可能显示的窗口，而是使用@driver.switch_to.window(@driver.window_handles.last)。这将切换到最近显示的新窗口（并且每次单击链接只需发生一次！）。

您可以通过执行以下操作来干燥输入并形成代码：

inputs = []
inputs << @driver.find_elements(:tag_name => "input")
inputs << @driver.find_elements(:tag_name => "form")
inputs.flatten
inputs.each do |i|
  begin
    i.send_keys "value"
    i.submit
  rescue e
    puts "ERROR: #{e.message}"
  end
end

请注意我刚刚如何将您希望 SWD 查找的所有元素添加到您迭代的单个数组变量中。然后，当发生不好的事情时，需要进行一次救援（我假设您不想从那里自动退出，这就是为什么您只想将消息打印到屏幕上）。

学习干燥代码并使用外部 gem 将帮助您以更快的速度实现许多您想要做的事情。