我使用Python绑定来运行Selenium WebDriver:
from selenium import webdriver
wd = webdriver.Firefox()
我知道我可以像这样抓取一个webelement:
elem = wd.find_element_by_css_selector('#my-id')
我知道我可以得到整页的源代码…
wd.page_source
但是是否有一种获取“元素源”的方法?
elem.source # <-- returns the HTML as a string
Python的Selenium WebDriver文档基本上不存在，我在代码中没有看到任何支持该功能的东西。
访问一个元素(及其子元素)的HTML的最佳方法是什么?
当前回答
其他答案提供了大量关于检索WebElement标记的细节。然而，一个重要的方面是，现代网站越来越多地实现JavaScript, ReactJS, jQuery, Ajax, Vue.js, Ember.js, GWT等来呈现DOM树中的动态元素。因此，在检索标记之前，有必要等待元素及其子元素完全呈现。
Python
因此，理想情况下，你需要为visibility_of_element_locate()诱导WebDriverWait，你可以使用以下定位器策略之一:
Using get_attribute("outerHTML"): element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "#my-id"))) print(element.get_attribute("outerHTML")) Using execute_script(): element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "#my-id"))) print(driver.execute_script("return arguments[0].outerHTML;", element)) Note: You have to add the following imports: from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.common.by import By from selenium.webdriver.support import expected_conditions as EC
其他回答
实际上没有一种直接的方法来获取web元素的HTML源代码。你必须使用JavaScript。我不太确定python绑定，但在Java中可以很容易地这样做。我相信在Python中一定有类似JavascriptExecutor类的东西。
WebElement element = driver.findElement(By.id("foo"));
String contents = (String)((JavascriptExecutor)driver).executeScript("return arguments[0].innerHTML;", element);
实际上，使用属性方法更简单、更直接。
将Ruby与Selenium和PageObject宝石一起使用，以获得与某个元素相关联的类，行代码为element.attribute(class)。
如果您希望获得与元素绑定的其他属性，同样的概念也适用。例如，如果我想要一个元素的字符串，element.attribute(string)。
更新了2022硒检索HTML
首先，下载Selenium WebDriver的Python绑定。
可以从Selenium包的PyPI页面执行此操作。 或者，也可以使用pip来安装Selenium包。Python 3.6在标准库中提供了pip。
方法1
读取innerHTML属性以获得元素内容的源。innerHTML是DOM元素的属性，它的值是开始标记和结束标记之间的HTML。
例如，下面代码中的innerHTML属性包含值" text "
<p>
a text
</p>
element.get_attribute('innerHTML')
方法2
读取outerHTML以获得带有当前元素的源代码。outerHTML是一个元素属性，其值是开始和结束标记之间的HTML以及所选元素本身的HTML。
例如，代码的outerHTML属性携带了一个包含div和span的值。
<div>
<span>Hello there!</span>
</div>
ele.get_atrribute("outerHTML")
InnerHTML将返回所选元素内部的元素，outerHTML将返回所选元素的内部HTML
例子:
现在假设您的Element如下所示
<tr id="myRow"><td>A</td><td>B</td></tr>
innerHTML元素输出
<td>A</td><td>B</td>
outerHTML元素输出
<tr id="myRow"><td>A</td><td>B</td></tr>
生活例子:
http://www.java2s.com/Tutorials/JavascriptDemo/f/find_out_the_difference_between_innerhtml_and_outerhtml_in_javascript_example.htm
下面你会发现语法需要根据不同的绑定。根据需要将innerHTML更改为outerHTML。
Python:
element.get_attribute('innerHTML')
Java:
elem.getAttribute("innerHTML");
如果你想要整个页面的HTML，使用下面的代码:
driver.getPageSource();
当然，我们可以用下面的脚本在Selenium Python中获得所有的HTML源代码:
elem = driver.find_element_by_xpath("//*")
source_code = elem.get_attribute("outerHTML")
如果你想保存到文件:
with open('c:/html_source_code.html', 'w') as f:
f.write(source_code.encode('utf-8'))
我建议保存到一个文件，因为源代码非常非常长。
