使用Python在Selenium WebDriver中获取WebElement的HTML源

我正在使用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网络元素：

elem = wd.find_element_by_css_selector('#my-id')

我知道我可以通过...

wd.page_source

但是无论如何，有没有获得“元素来源”？

elem.source   # <-- returns the HTML as a string

Python的Selenium Webdriver文档基本上不存在，我在代码中看不到任何能够启用该功能的东西。

对访问元素（及其子元素）的HTML的最佳方法有何想法？

您可以读取innerHTML属性以获取元素内容的outerHTML来源或包含当前元素的来源。

蟒蛇：

element.get_attribute('innerHTML')

Java：

elem.getAttribute("innerHTML");

C＃：

element.GetAttribute("innerHTML");

红宝石：

element.attribute("innerHTML")

JS：

element.getAttribute('innerHTML');

PHP：

$element->getAttribute('innerHTML');

经过测试并与ChromeDriver。

获取a的html源代码实际上并没有直接的方法webelement。您将不得不使用JS。我不太确定python绑定，但是您可以在Java中轻松地做到这一点。我确信一定有一些类似于JavascriptExecutorPython中的类。

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

当然，我们可以在下面的Selenium Python中使用此脚本获取所有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，因为源代码非常长。

在Ruby中，使用selenium-webdriver（2.32.1），存在一种page_source包含整个页面源的方法。

实际上，使用属性方法更容易，更直接。

将Ruby与Selenium和PageObject宝石一起使用，以获取与某个元素关联的类，该行将为element.attribute(Class)。

如果您想将其他属性绑定到元素，则适用相同的概念。例如，如果我想要一个元素的String element.attribute(String)。

看起来已经过时了，但无论如何还是要放在这里。在您的情况下，正确的做法是：

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

要么

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();

希望对您有所帮助：http : //selenium.googlecode.com/svn/trunk/docs/api/java/org/openqa/selenium/WebElement.html

这里介绍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，并使用当前方法尝试另一种逻辑，而无需获取整个页面的源代码...

例如

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

这对我来说是无缝的。

element.get_attribute('innerHTML')

InnerHTML将返回所选元素内的元素，而outerHTML将连同所选元素一起返回HTML内

示例：-现在假设您的Element如下

<tr id="myRow"><td>A</td><td>B</td></tr>

innerHTML元素输出

<td>A</td><td>B</td>

outsideHTML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

在下面，您将找到根据不同绑定要求的语法。根据需要将更innerHTML改为outerHTML。

蟒蛇：

element.get_attribute('innerHTML')

Java：

elem.getAttribute("innerHTML");

如果您想使用整页HTML，请使用以下代码：-

driver.getPageSource();

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

该代码也确实可以从源代码中获取JavaScript！

在PHPUnit硒测试中，它是这样的：

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

如果您对Python中的远程控制解决方案感兴趣，请按照以下方法获取innerHTML：

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

我更喜欢获取呈现的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（也是嵌套标签），并且仅返回文本内容。如果您也有兴趣获取HTML标记，请使用以下方法。

print body_html.getAttribute("innerHTML")