Ottieni la fonte HTML di WebElement in Selenium WebDriver usando Python

Sto usando i collegamenti Python per eseguire Selenium WebDriver:

from selenium import webdriver
wd = webdriver.Firefox()

So di poter prendere un elemento web in questo modo:

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

E so di poter ottenere la fonte a pagina intera con ...

wd.page_source

Ma c'è un modo per ottenere la "fonte di elementi"?

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

I documenti del selenio webdriver per Python sono sostanzialmente inesistenti e non vedo nulla nel codice che sembra abilitare quella funzionalità.

Qualche idea sul modo migliore per accedere all'HTML di un elemento (e dei suoi figli)?

Puoi leggere l' innerHTMLattributo per ottenere l'origine del contenuto dell'elemento oouterHTML per l'origine con l'elemento corrente.

Pitone:

element.get_attribute('innerHTML')

Giava:

elem.getAttribute("innerHTML");

C #:

element.GetAttribute("innerHTML");

Rubino:

element.attribute("innerHTML")

JS:

element.getAttribute('innerHTML');

PHP:

$element->getAttribute('innerHTML');

Testato e funziona con il ChromeDriver.

Non esiste davvero un modo semplice per ottenere il codice sorgente html di a webelement. Dovrai usare JS. Non sono troppo sicuro dei collegamenti a Python, ma puoi farlo facilmente in Java. Sono sicuro che ci deve essere qualcosa di simile alla JavascriptExecutorclasse in Python.

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

Certo che possiamo ottenere tutto il codice sorgente HTML con questo script qui sotto in Selenium Python:

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

Se vuoi salvarlo su file:

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

Suggerisco di salvare su un file perché il codice sorgente è molto lungo.

In Ruby, usando selenium-webdriver (2.32.1), esiste un page_sourcemetodo che contiene l'intera origine della pagina.

L'uso del metodo degli attributi è, infatti, più semplice e diretto.

Usando Ruby con le gemme Selenium e PageObject, per ottenere la classe associata a un certo elemento, la linea sarebbe element.attribute(Class).

Lo stesso concetto si applica se si desidera ottenere altri attributi legati all'elemento. Per esempio, se volevo la stringa di un elemento, element.attribute(String).

Sembra obsoleto, ma lascia che sia qui comunque. Il modo corretto di farlo nel tuo caso:

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

o

html = elem.get_attribute('innerHTML')

Entrambi funzionano per me (selenium-server-standalone-2.35.0)

Java con Selenium 2.53.0

driver.getPageSource();

Spero che questo possa aiutare: http://selenium.googlecode.com/svn/trunk/docs/api/java/org/openqa/selenium/WebElement.html

Qui è descritto il metodo Java:

java.lang.String    getText() 

Ma sfortunatamente non è disponibile in Python. Quindi puoi tradurre i nomi dei metodi in Python da Java e provare un'altra logica usando i metodi attuali senza ottenere l'intera sorgente della pagina ...

Per esempio

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

Questo funziona perfettamente per me.

element.get_attribute('innerHTML')

InnerHTML restituirà l'elemento all'interno dell'elemento selezionato e outerHTML tornerà all'interno dell'HTML insieme all'elemento selezionato

Esempio: - Supponiamo ora che il tuo elemento sia come di seguito

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

Elemento innerHTML Output

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

Elemento outerHTML Output

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

Esempio live: -

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

Di seguito troverai la sintassi che richiede secondo il diverso binding. Modificare innerHTMLin outerHTMLcome richiesto.

Pitone:

element.get_attribute('innerHTML')

Giava:

elem.getAttribute("innerHTML");

Se vuoi HTML di tutta la pagina usa sotto il codice: -

driver.getPageSource();

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

Questo codice funziona davvero anche per ottenere JavaScript dalla fonte!

E nel test del selenio di PHPUnit è così:

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

Se sei interessato a una soluzione per il controllo remoto in Python, ecco come ottenere innerHTML:

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

Il metodo per ottenere il rendering HTML che preferisco è il seguente:

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

Tuttavia, il metodo sopra rimuove tutti i tag (sì anche i tag nidificati) e restituisce solo il contenuto del testo. Se sei interessato a ottenere anche il markup HTML, utilizza il metodo seguente.

print body_html.getAttribute("innerHTML")