如何使用selenium获取特定元素的html源？

  • Z时代
  • 2024-01-10
  • 分类：问答

我正在查看的页面包含：

<div id='1'> <p> text 1 <h1> text 2 </h1> text 3 <p> text 4 </p> </p> </div>

我想获取div中的所有文本，除了中的文本<h>。（我想获得“文本1”，“文本3”和“文本4”）。可能有几个<h>元素，或者根本没有。而且可能有一些<p>元素，甚至一个元素都在另一个元素之中，或者根本没有。

我想通过获取div的所有html源并使用正则表达式删除<h>元素来做到这一点。但是selenium.get_text不会返回html，而只是返回文本（全部！）。

我知道我可以使用selenium.get_html_source正则表达式来查找所需的元素，但这看起来很浪费，因为selenium知道如何找到该元素。

有谁有更好的解决方案？谢谢 ：）

回答：

以下代码将为您提供div元素中的HTML：

sel = selenium('localhost', 4444, browser, my_url)
html = sel.get_eval("this.browserbot.getCurrentWindow().document.getElementById('1').innerHTML")

那么您可以使用BeautifulSoup对其进行解析并提取您真正想要的内容。

希望对您有所帮助

以上是 如何使用selenium获取特定元素的html源？ 的全部内容， 来源链接： utcz.com/qa/415345.html

回到顶部