网页已经打开（源格式）;只需要使用Selenium读取该文本

Question

假设我已经在浏览器中打开了一个标签。它的URL是：

view-source:http://www.google.com/webhp?source=search_app

现在它已经打开并显示，我只想阅读客户端窗口中的文本。 （获取页面的上下文，或获取其对象（而不是创建新的浏览器对象），或者其他任何内容。然后只需阅读页面。）

Selenium中是否有任何方法，Splinter允许这样做？谢谢你的帮助。

Answer 1

如果您询问是否可以附加到已打开的浏览器，那么我认为答案是“否”。

Answer 2

您可以直接使用Selenium获取页面来源：WebDriver.getPageSource()。

但是如果你使用view-source:url，浏览器会显示一个包含格式化源的html页面。 Firefox例如将每一行包裹在<span id="lineX"></span>中。而不是解析这个，只需使用getPageSource而不使用view-source。

请仔细阅读getPageSource的文档：

  

获取上次加载的页面的来源。如果页面在加载后已被修改（例如，通过Javascript），则无法保证返回的文本是已修改页面的文本。请参阅用于确定返回文本是否反映页面当前状态或Web服务器上次发送的文本的特定驱动程序的文档。返回的页面源是底层DOM的表示：不要期望它以与从Web服务器发送的响应相同的方式进行格式化或转义。把它想象成艺术家的印象。

Answer 3

这就是我以前做的事情：

1. 要求selenium打开浏览器
2. 显示暂停执行的弹出/消息窗口
3. 在浏览器中打开URL并手动执行所有相关操作
4. 当我完成时（即在目标页面上），我在弹出窗口中单击“确定”，然后代码恢复，在浏览器中当前打开的目标页面上提取/执行我们想要的任务。