1. 环境准备与Selenium基础配置
在开始之前，请确保您的Python环境中已安装Selenium库，并下载与您的Chrome浏览器版本兼容的ChromeDriver。
pip install selenium
然后，我们需要初始化WebDriver并配置一些基本选项，例如保持浏览器开启状态（detach=True）以便观察自动化过程，并设置显式等待（WebDriverWait）以提高脚本的健壮性。
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver import ActionChains
from selenium.webdriver.support.ui import WebDriverWait
import time
# 配置Chrome选项，保持浏览器开启
chrome_options = Options()
chrome_options.add_experimental_option("detach", True)
# 初始化WebDriver
driver = webdriver.Chrome(options=chrome_options)
# 初始化ActionChains用于模拟用户操作，如滚动
actionChains = ActionChains(driver)
# 初始化WebDriverWait用于显式等待元素
wait = WebDriverWait(driver, 20)2. 导航与搜索操作
首先，我们需要导航到Google地图并执行搜索。为了确保页面加载完全，我们会在关键步骤后加入适当的延时或显式等待。
# 访问Google主页并接受cookie（如果出现）
driver.get("https://www.google.com/")
try:
# 尝试点击接受cookie按钮，可能因页面语言或版本不同而异
wait.until(EC.element_to_be_clickable((By.ID, "L2AGLb"))).click()
except:
pass # 如果没有找到按钮或不需要点击，则跳过
# 访问Google地图
driver.get("https://www.google.com/maps")
# 等待搜索框加载并输入查询
time.sleep(3) # 简单等待，可以替换为更健壮的显式等待
search_box = wait.until(EC.presence_of_element_located((By.ID, "searchboxinput")))
search_box.send_keys("jardins in toulouse")
search_box.send_keys(Keys.RETURN)
# 等待搜索结果加载
time.sleep(5) # 简单等待，可以替换为显式等待特定元素出现3. 处理无限滚动加载
Google地图的搜索结果通常采用无限滚动加载机制。为了获取尽可能多的结果，我们需要模拟用户滚动操作，直到无法加载更多内容为止。这里采用了一种巧妙的策略：滚动到列表底部元素，然后通过模拟键盘向下箭头键来触发更多加载，并判断最后一个元素是否变化来决定是否停止。
# 定义一个辅助函数，用于等待元素位置稳定
# 这对于处理动态加载或动画效果的元素非常有用，确保元素在操作前不再移动
def wait_for_element_location_to_be_stable(element):
initial_location = element.location
previous_location = initial_location
start_time = time.time()
while time.time() - start_time < 1: # 在1秒内位置没有变化则认为稳定
current_location = element.location
if current_location != previous_location:
previous_location = current_location
start_time = time.time() # 位置变化，重置计时器
time.sleep(0.4) # 短暂等待，避免CPU空转
# 定位搜索结果列表中的所有商家链接元素
# 这些元素通常具有相同的class属性，如'hfpxzc'
results = wait.until(EC.presence_of_all_elements_located((By.XPATH, "//a[@class='hfpxzc']")))
break_condition = False
# 定位一个可以接收键盘焦点的元素，通常是搜索框或某个输入框
focus_element = driver.find_element(By.ID, 'searchboxinput') # 使用searchboxinput作为焦点元素
while not break_condition:
# 记录当前列表的最后一个元素，用于判断是否加载了新内容
temp = results[-1]
# 滚动到当前列表的最后一个元素，确保其可见
actionChains.scroll_to_element(results[-1]).perform()
# 将焦点移到某个元素（如搜索框）并点击，确保后续的键盘操作生效
actionChains.move_to_element(focus_element).click().perform()
# 模拟按下几次向下箭头键，触发页面滚动和新内容加载
for i in range(3):
actionChains.send_keys(Keys.ARROW_DOWN).perform()
time.sleep(0.5) # 短暂等待，给页面加载时间
# 等待最后一个元素的位置稳定，确保页面渲染完成
wait_for_element_location_to_be_stable(temp)
# 重新获取所有商家链接元素，检查是否有新元素加载
results = wait.until(EC.presence_of_all_elements_located((By.XPATH, "//a[@class='hfpxzc']")))
# 如果重新获取的列表的最后一个元素与之前的最后一个元素相同，
# 说明没有新的内容加载，可以停止滚动
if results[-1] == temp:
break_condition = True4. 准确提取评分和评论数量
这是本教程的核心部分，也是原问题中遇到的主要挑战。最初的代码尝试使用绝对XPath来定位评分，但这种方法在动态网页中极易失效，因为它依赖于元素在DOM中的精确位置，而这个位置可能会随着页面加载或内容变化而改变。
正确的做法是使用相对XPath，并从当前结果元素的上下文（即每个商家链接元素）出发去查找其关联的评分和评论信息。通过分析Google地图的DOM结构，我们发现评分信息通常位于商家链接元素的父级容器中，并且具有特定的类名。
- 问题分析： 原始的`rating_xpath = "/
