我正在使用Python绑定来运行Selenium WebDriver。
from selenium import webdriver
wd = webdriver.Firefox()
我知道我可以像这样抓住一个小元素......
elem = wd.find_element_by_css_selector('#my-id')
我知道我可以通过...获得完整的页面来源。
wd.page_source
但是有没有得到“元素来源”？
elem.source # <-- returns the HTML as a string
用于Python的selenium webdriver文档基本上不存在，我在代码中看不到任何似乎启用该功能的内容。
有关访问元素（及其子元素）HTML的最佳方法的任何想法吗？
答案 0 :(得分：627)
您可以阅读innerHTML属性以获取元素的内容的来源，或者使用当前元素来获取源的outerHTML。
的Python：
element.get_attribute('innerHTML')
爪哇：
elem.getAttribute("innerHTML");
C＃：
element.GetAttribute("innerHTML");
红宝石：
element.attribute("innerHTML")
JS：
element.getAttribute('innerHTML');
PHP：
$elem.getAttribute('innerHTML');
经过测试并使用ChromeDriver。
答案 1 :(得分：86)
没有一种直接获取webelement的html源代码的方法。你将不得不使用JS。我不太确定python绑定，但你可以在Java中轻松做到这一点。我确信在Python中必须有类似于JavascriptExecutor类的东西。
WebElement element = driver.findElement(By.id("foo"));
String contents = (String)((JavascriptExecutor)driver).executeScript("return arguments[0].innerHTML;", element);
答案 2 :(得分：63)
当然，我们可以在Selenium Python中使用以下脚本获取所有HTML源代码：
elem = driver.find_element_by_xpath("//*")
source_code = elem.get_attribute("outerHTML")
如果您要将其保存到文件：
f = open('c:/html_source_code.html', 'w')
f.write(source_code.encode('utf-8'))
f.close()
我建议保存到文件，因为源代码非常长。
答案 3 :(得分：11)
在Ruby中，使用selenium-webdriver（2.32.1），有一个包含整个页面源的page_source方法。
答案 4 :(得分：4)
事实上，使用属性方法更容易，更直接。
将Ruby与Selenium和PageObject宝石一起使用，以获取与某个元素相关联的类，该行将为element.attribute(Class)。
如果您想获得与元素相关联的其他属性，则适用相同的概念。例如，如果我想要一个元素的字符串element.attribute(String)。
答案 5 :(得分：4)
看起来已经过时了，但无论如何都让它在这里。在你的情况下正确的方法：
elem = wd.find_element_by_css_selector('#my-id')
html = wd.execute_script("return arguments[0].innerHTML;", elem)
或
html = elem.get_attribute('innerHTML')
两者都适合我（selenium-server-standalone-2.35.0）
答案 6 :(得分：2)
我希望这有助于： http://selenium.googlecode.com/svn/trunk/docs/api/java/org/openqa/selenium/WebElement.html
这里描述了Java方法：
java.lang.String getText()
但不幸的是它在Python中不可用。因此，您可以使用Java将方法名称转换为Python，并使用现有方法尝试另一种逻辑，而无需获取整个页面源...
E.g。
my_id = elem[0].get_attribute('my-id')
答案 7 :(得分：1)
使用Selenium 2.53.0的Java
driver.getPageSource();
答案 8 :(得分：0)
如果您对Python中的远程控制解决方案感兴趣，以下是如何获取innerHTML：
innerHTML = sel.get_eval("window.document.getElementById('prodid').innerHTML")
答案 9 :(得分：0)
在PHPUnit selenium测试中，它是这样的：
$text = $this->byCssSelector('.some-class-nmae')->attribute('innerHTML');
答案 10 :(得分：0)
InnerHTML将返回所选元素内的元素，outerHTML将与您选择的元素一起返回HTML内部
示例： - 现在假设你的元素如下
<tr id="myRow"><td>A</td><td>B</td></tr>
innerHTML元素输出
<td>A</td><td>B</td>
outerHTML元素输出
<tr id="myRow"><td>A</td><td>B</td></tr>
直播示例： -
下面您将找到根据不同绑定所需的语法。根据需要将innerHTML更改为outerHTML。
的Python：
element.get_attribute('innerHTML')
爪哇：
elem.getAttribute("innerHTML");
如果您希望整页HTML使用以下代码： -
driver.getPageSource();
答案 11 :(得分：0)
获取我喜欢的呈现HTML的方法如下：
driver.get("http://www.google.com")
body_html = driver.find_element_by_xpath("/html/body")
print body_html.text
但是上面的方法删除了所有标记（也就是嵌套标记），只返回文本内容。如果您对获取HTML标记感兴趣，请使用以下方法。
print body_html.getAttribute("innerHTML")
答案 12 :(得分：0)
这对我来说是无缝的。
element.get_attribute('innerHTML')
答案 13 :(得分：0)
其他答案提供了有关检索WebElement的标记的许多详细信息。但是，一个重要方面是，现代网站越来越多地实施JavaScript，ReactJS，jQuery，Ajax，Vue.js，Ember.js，{{ 3}}等以呈现GWT中的动态元素。因此，在检索标记之前，必须等待元素及其子元素完全呈现。
因此，理想情况下，您需要为visibility_of_element_located()引入DOM tree，并且可以使用以下任一WebDriverWait：
使用get_attribute("outerHTML")：
element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "#my-id")))
print(element.get_attribute("outerHTML"))
使用execute_script()：
element = WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "#my-id")))
print(driver.execute_script("return arguments[0].outerHTML;", element))
注意：您必须添加以下导入：
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
答案 14 :(得分：-1)
WebElement element = driver.findElement(By.id("foo"));
String contents = (String)((JavascriptExecutor)driver).executeScript("return arguments[0].innerHTML;", element);
此代码也可以从源代码获取JavaScript！