捕获可见网页内容（或文本），就像从浏览器中复制一样

Question

有没有办法捕获可见的网页内容或文本，就像从浏览器显示复制到稍后解析（可能使用正则表达式等）？我不是要清理html标签，javascript等，只显示剩余的文本。我想复制所有可见文本，因为某些样式元素可能会隐藏某些html文本，而在浏览器中显示时会显示其他文本。到目前为止，我已经研究过nltk，lxml Cleaner和selenium而没有运气。也许我可以在selenium中捕获截图，然后使用ocr提取文本，但这似乎是计算机密集型的？谢谢你的帮助！

Answer 1

不确定。使用Selenium并遍历所有可见的可显示元素。