Question

在我的程序中，有时我需要刮擦不可见/隐藏的Web元素的文本。我知道WebDriver通常会返回可见的文本，并且可以通过以下方法之一（如SO上的this和this线程中所建议的那样）抓取隐藏/不可见的文本：

JavascriptExecutor js = (JavascriptExecutor) driver; 
scrapedText = js.executeScript ("return arguments[0].innerHTML", webElement).toString();

或致电：

element.attribute('textContent')

element.attribute('innerText')

element.attribute('innerHTML')

虽然这两种解决方案都起作用，但是它们将检索不仅不可见而且通常无法通过getText()方法标识的文本。例如，以下HTML：

<div class="a-section a-spacing-none">
<a id="brand" class="a-link-normal" href="/abc-d/b/ref=w_bl_sl_l_ap_ap_web_258XXX11?ie=UTF8&node=258XXX11&field-lbr_brands_browse-bin=abc+d">
<img id="brand" src="https://images-na.ssl-images-amazon.com/images/G/01/x-locale/brands/byline-logo/25xxx11._CB520xxx1_SR120,50_.jpg" alt=""/>
</a>
</div>

textContent, innerText or innerHTML都将返回<img元素，即使我试图标识'href'属性（使用XPath'//a[contains(@href, 'brands_browse-bin')]'）

换句话说，我正在尝试创建一个通用解决方案，其中我的程序将始终标识不可见/隐藏的元素，而不会像使用textContent, innerText or innerHTML那样标识其他元素（基本上，我希望获得与调用时相同的结果getText()，其中 only 例外，其中包含隐藏元素）

这可能吗？

谢谢

更新：

如果您导航至：https://www.amazon.com/dp/B01H4LBIVC并尝试抓取“价格”（例如，通过.//*[@id='priceblock_ourprice']），因为该元素不可见，因此它将不起作用（我知道我可以使其可见）通过点击“一次性购买”）。如果我决定通过上面列出的方法之一来检索元素-我将能够检索价格，但它还会在上面提供的HTML示例中检索错误的值。如果有一种方法可以识别隐藏的元素（类似于getText()）但不自动包含“ innerHTML”等，则不会出现此问题。简而言之，我需要一个通用的解决方案，该解决方案可以识别“价格”（在上面的示例中已隐藏），并且还可以识别上述HTML代码段中的正确元素。

Answer 1

在您给出的从Amazon产品中获取价格的示例中，这三个选项都将返回相同的值，因为元素中除文本外没有其他内容。

<span id="priceblock_ourprice" class="a-size-medium a-color-price">$26.99</span>

这三个选项之间的区别在于内部存在格式设置或其他HTML元素时。例如，如果您在下面的示例HTML上使用.innerHTML

<span id="priceblock_ourprice" class="a-size-medium a-color-price"><strong>$26.99</strong></span>

它将返回<strong>$26.99</strong>，而不只是$26.99。

最简单的选择（也是您想要的选择）是始终使用.textContent。它将仅返回所包含的文本（绝不包含HTML标记等）。届时，您需要适当地提供一个定位器来查找包含所需文本的元素。

如果您想在this answer中获得更多详细信息，则对这三个（以及其他未提及的）之间的区别有更深入的解释。

如何清除硒中不可见元素的文字？

1 个答案: