使用 Python 在 Selenium WebDriver 中获取 WebElement 的 HTML 源代码

您可以阅读 innerHTML 属性来获取元素的 content 的来源，或者阅读 outerHTML 来获取当前元素的来源。

Python：

element.get_attribute('innerHTML')

爪哇：

elem.getAttribute("innerHTML");

C＃：

element.GetAttribute("innerHTML");

红宝石：

element.attribute("innerHTML")

JavaScript：

element.getAttribute('innerHTML');

PHP：

$element->getAttribute('innerHTML');

它已经过测试并与 ChromeDriver 一起使用。

---

获取 webelement 的 HTML 源代码并没有真正的直接方法。您将不得不使用 JavaScript。我不太确定 python 绑定，但你可以在 Java 中轻松地做到这一点。我确信 Python 中一定有类似于 JavascriptExecutor 类的东西。

 WebElement element = driver.findElement(By.id("foo"));
 String contents = (String)((JavascriptExecutor)driver).executeScript("return arguments[0].innerHTML;", element);

---

当然，我们可以在 Selenium Python 中使用以下脚本获取所有 HTML 源代码：

elem = driver.find_element_by_xpath("//*")
source_code = elem.get_attribute("outerHTML")

如果要将其保存到文件：

with open('c:/html_source_code.html', 'w') as f:
    f.write(source_code.encode('utf-8'))

我建议保存到文件中，因为源代码非常长。

---

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。

---

其他答案提供了许多有关检索 WebElement 标记的详细信息。然而，一个重要的方面是，现代网站越来越多地使用 JavaScript、ReactJS、jQuery、Ajax、Vue.js、Ember.js、GWT 等来呈现 { 9}。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，您需要为 visibility_of_element_located() 引入 WebDriverWait，并且您可以使用以下任一 Locator Strategies：

使用 get_attribute("outerHTML"): element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "#my-id"))) print(element.get_attribute("outerHTML"))

使用 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;" ， 元素））

注意：您必须添加以下导入： from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.common.by import By from selenium.webdriver.support import expected_conditions as EC

---

事实上，使用属性方法更简单直接。

将 Ruby 与 Selenium 和 PageObject gem 一起使用，以获取与某个元素关联的类，该行将是 element.attribute(Class)。

如果您想获得与元素相关的其他属性，则同样的概念也适用。例如，如果我想要一个元素的 string，element.attribute(String)。

---

它看起来已经过时了，但还是让它在这里吧。在您的情况下正确的方法：

elem = wd.find_element_by_css_selector('#my-id')
html = wd.execute_script("return arguments[0].innerHTML;", elem)

或者

html = elem.get_attribute('innerHTML')

两者都为我工作（selenium-server-standalone-2.35.0）。

---

Java 与 Selenium 2.53.0

driver.getPageSource();

---

InnerHTML 将返回所选元素内的元素，outerHTML 将返回内部 HTML 以及您选择的元素

例子：

现在假设您的元素如下

<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>

现场示例：

http://www.java2s.com/Tutorials/JavascriptDemo/f/find_out_the_difference_between_innerhtml_and_outerhtml_in_javascript_example.htm

您将在下面找到根据不同绑定所需的语法。根据需要将 innerHTML 更改为 outerHTML。

Python：

element.get_attribute('innerHTML')

爪哇：

elem.getAttribute("innerHTML");

如果您想要整个页面的 HTML，请使用以下代码：

driver.getPageSource();

---

我希望这会有所帮助：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，并使用现有方法尝试另一种逻辑，而无需获取整个页面源...

例如

 my_id = elem[0].get_attribute('my-id')

---

这对我来说无缝。

element.get_attribute('innerHTML')

---

获取我喜欢的渲染 HTML 的方法如下：

driver.get("http://www.google.com")
body_html = driver.find_element_by_xpath("/html/body")
print body_html.text

但是，上述方法会删除所有标签（是的，嵌套标签也是如此）并且只返回文本内容。如果您也有兴趣获取 HTML 标记，请使用以下方法。

print body_html.getAttribute("innerHTML")

---

如果您对 Python 中的 Selenium Remote Control 解决方案感兴趣，以下是获取 innerHTML 的方法：

innerHTML = sel.get_eval("window.document.getElementById('prodid').innerHTML")

---

在 PHPUnit Selenium 测试中是这样的：

$text = $this->byCssSelector('.some-class-nmae')->attribute('innerHTML');

---

使用 execute_script 获取 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")

---

在当前版本的 php-webdriver (1.12.0+) 你可以使用

$element->getDomProperty('innerHTML');

正如本期所指出的：https://github.com/php-webdriver/php-webdriver/issues/929

---

在 PHP Selenium WebDriver 中，您可以像这样获取页面源：

$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); 

这段代码也确实适用于从源代码获取 JavaScript！

---