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
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。
其他回答
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
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)。
在Ruby中，使用selenium-webdriver(2.32.1)，有一个包含整个页面源代码的page_source方法。
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")
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")
