Question

我正在尝试使用selenium（使用python绑定）获取当前的html5视频标记网址：

from selenium import webdriver


driver = webdriver.Chrome()
driver.get('https://www.youtube.com/watch?v=9x6YclsLHN0')

video = driver.find_element_by_tag_name('video')
url = driver.execute_script("return arguments[0].currentSrc;", video)
print url

driver.quit()

问题是 url值打印为空。为什么这样，我该如何解决？

我怀疑这是因为脚本已经执行，并且在视频标记初始化之前返回了currentSrc值。我试图添加一个Explicit Wait，但仍然打印出一个空字符串：

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

wait = WebDriverWait(driver, 5)
video = wait.until(EC.visibility_of_element_located((By.TAG_NAME, 'video')))

这让我觉得我需要这样做asynchronously 。可能正在倾听media events并等待video开始播放。

我也很确定currentSrc应该可以使用，因为如果我在控制台中执行代码并手动等待视频启动 - 我会看到它打印视频currentSrc属性值。 / p>

仅供参考，也尝试使用java绑定，结果相同，为空字符串：

WebDriver driver = new ChromeDriver();
driver.get("https://www.youtube.com/watch?v=9x6YclsLHN0");

WebElement video = driver.findElement(By.tagName("video"));

JavascriptExecutor js = (JavascriptExecutor) driver;
String url = (String) js.executeScript("return arguments[0].currentSrc;", video);

System.out.println(url);

Answer 1

根据W3 video tag specification：

currentSrc DOM属性最初是空字符串。它的价值由资源选择算法改变。

这解释了问题中描述的行为。这也意味着为了可靠地获得currentSrc值，我们需要等待媒体资源定义。

订阅loadstart media event到execute_async_script()就可以了：

driver.set_script_timeout(10) 

url = driver.execute_async_script("""
    var video = arguments[0],
        callback = arguments[arguments.length - 1];

    video.addEventListener('loadstart', listener);

    function listener() {
        callback(video.currentSrc);
    };
""", video)
print(url)

使用selenium获取当前视频标记网址

1 个答案: