Python Selenium 访问 HTML 源代码

您需要访问 page_source 属性：

from selenium import webdriver

browser = webdriver.Firefox()
browser.get("http://example.com")

html_source = browser.page_source
if "whatever" in html_source:
    # do something
else:
    # do something else

from bs4 import BeautifulSoup
from selenium import webdriver

driver = webdriver.Chrome()
html_source_code = driver.execute_script("return document.body.innerHTML;")
html_soup: BeautifulSoup = BeautifulSoup(html_source_code, 'html.parser')

现在您可以应用 BeautifulSoup 函数来提取数据...

driver.page_source 将帮助您获取页面源代码。您可以检查页面源中是否存在文本。

from selenium import webdriver
driver = webdriver.Firefox()
driver.get("some url")
if "your text here" in driver.page_source:
    print('Found it!')
else:
    print('Did not find it.')

如果要将页面源存储在变量中，请在 driver.get 之后添加以下行：

var_pgsource=driver.page_source

并将 if 条件更改为：

if "your text here" in var_pgsource:

使用 Selenium2Library，您可以使用 get_source()

import Selenium2Library
s = Selenium2Library.Selenium2Library()
s.open_browser("localhost:7080", "firefox")
source = s.get_source()

通过使用页面源，您将获得整个 HTML 代码。因此，首先确定您需要在其中检索数据或单击元素的代码块或标记。

options = driver.find_elements_by_name_("XXX")
for option in options:
    if option.text == "XXXXXX":
        print(option.text)
        option.click()

您可以按名称、XPath、id、链接和 CSS 路径查找元素。

您可以简单地使用 WebDriver 对象，并通过其 @property 字段 page_source 访问页面源代码...

试试这个代码片段:-)

from selenium import webdriver
driver = webdriver.Firefox('path/to/executable')
driver.get('https://some-domain.com')
source = driver.page_source
if 'stuff' in source:
    print('found...')
else:
    print('not in source...')

要回答有关让 URL 用于 urllib 的问题，只需执行以下 JavaScript 代码：

url = browser.execute_script("return window.location;")

我建议使用 urllib 获取源代码，如果要解析，请使用 Beautiful Soup 之类的东西。

import urllib

url = urllib.urlopen("http://example.com") # Open the URL.
content = url.readlines() # Read the source and save it to a variable.