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
使用execute_script get html
bs4(BeautifulSoup)也可以快速访问html标签。
from bs4 import BeautifulSoup
html = adriver.execute_script("return document.documentElement.outerHTML")
bs4_onepage_object=BeautifulSoup(html,"html.parser")
bs4_div_object=bs4_onepage_object.find_all("atag",class_="attribute")
其他回答
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
在当前版本的php-webdriver(1.12.0+)中，您必须使用
$element->getDomProperty('innerHTML');
正如本期文章所指出的:https://github.com/php-webdriver/php-webdriver/issues/929
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();
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)。
它看起来过时了，但不管怎样，就让它留在这里吧。在你的情况下，正确的做法是:
elem = wd.find_element_by_css_selector('#my-id')
html = wd.execute_script("return arguments[0].innerHTML;", elem)
or
html = elem.get_attribute('innerHTML')
两者都适合我(selenium-server-standalone-2.35.0)。
