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
我希望这能有所帮助: http://selenium.googlecode.com/svn/trunk/docs/api/java/org/openqa/selenium/WebElement.html
下面介绍Java方法:
java.lang.String getText()
但不幸的是，它在Python中不可用。因此，您可以将方法名称从Java转换为Python，并尝试使用现有方法的另一种逻辑，而无需获得整个页面的源代码……
E.g.
my_id = elem[0].get_attribute('my-id')
其他回答
在PHP Selenium WebDriver中，你可以像这样获得页面源代码:
$html = $driver->getPageSource();
或者像这样获取元素的HTML:
// innerHTML if you need HTML of the element content
$html = $element->getDomProperty('outerHTML');
WebElement element = driver.findElement(By.id("foo"));
String contents = (String)((JavascriptExecutor)driver).executeScript("return arguments[0].innerHTML;", element);
这段代码真的可以从源代码获得JavaScript !
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")
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。
Java与Selenium 2.53.0
driver.getPageSource();
