Cómo extraer información desde una raíz de sombra usando Selenium Python

Selenium proporciona un marco sólido para la automatización web, incluida la capacidad de extraer información de elementos web cargados dinámicamente, como raíces de sombra. Esta guía demostrará cómo superar el desafío de extraer etiquetas de productos y otros campos de una tienda en línea específica dentro de una raíz oculta.

El desafío: extraer información de una raíz oculta

Al encontrar raíces de sombra, es necesario explorar estrategias alternativas para la ubicación y extracción de elementos. Es posible que el enfoque XPath convencional no sea suficiente. Esta guía presenta una solución que aprovecha el método ejecutar_script() de Selenium para acceder a la raíz oculta y recuperar la información deseada.

Solución: uso de ShadowRoot.querySelector()

Para extraiga la etiqueta del producto, utilice lo siguiente enfoque:

driver.get('https://www.tiendasjumbo.co/buscar?q=mani')
item = driver.execute_script("return document.querySelector('impulse-search').shadowRoot.querySelector('div.group-name-brand h1.impulse-title span.formatted-text')")
print(item.text)

Salida:

La especial mezcla de nueces, maní, almendras y marañones x 450 g

Conclusión

Esta solución demuestra cómo extraer información de manera efectiva desde una raíz oculta usando Selenium Python, proporcionando una técnica confiable para automatizar las interacciones web incluso en escenarios desafiantes.