Python Selenium uzyskuje dostęp do źródła HTML

Jak mogę pobrać źródło HTML w zmiennej za pomocą modułu Selenium w Pythonie?

Chciałem zrobić coś takiego:

from selenium import webdriver

browser = webdriver.Firefox()
browser.get("http://example.com")
if "whatever" in html_source:
    # Do something
else:
    # Do something else

Jak mogę to zrobić? Nie wiem, jak uzyskać dostęp do źródła HTML.

Musisz uzyskać dostęp do page_sourcenieruchomości:

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

Z Selenium2Library możesz używać get_source()

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

driver.page_source pomoże Ci uzyskać kod źródłowy strony. Możesz sprawdzić, czy tekst jest obecny w źródle strony, czy nie.

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.')

Jeśli chcesz przechowywać źródło strony w zmiennej, dodaj poniższy wiersz po driver.get :

var_pgsource=driver.page_source

i zmień warunek if na:

if "your text here" in var_pgsource:

Korzystając ze źródła strony, otrzymasz cały kod HTML.
Więc najpierw zdecyduj, w którym bloku kodu lub tagu chcesz pobrać dane lub kliknąć element.

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

Możesz znaleźć elementy według nazwy, XPath, id, linku i ścieżki CSS.

Aby odpowiedzieć na pytanie dotyczące uzyskania adresu URL do użycia dla urllib, po prostu wykonaj następujący kod JavaScript:

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

Możesz po prostu użyć WebDriverobiektu i uzyskać dostęp do kodu źródłowego strony za pośrednictwem jego @propertypolapage_source ...

Wypróbuj ten fragment kodu :-)

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...')

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')

Teraz możesz zastosować funkcję BeautifulSoup, aby wyodrębnić dane ...

Poleciłbym uzyskać źródło za pomocą urllib i, jeśli masz zamiar analizować, użyj czegoś takiego jak Beautiful Soup .

import urllib

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