问题描述：

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网络元素：

elem = wd.find_element_by_css_selector('#my-id')

我知道我可以通过以下方式获取完整的页面源代码......

wd.page_source

但是有没有办法获取“元素源”呢？

elem.source   # <-- returns the HTML as a string

Python 的 Selenium WebDriver 文档基本上不存在，并且我在代码中没有看到任何似乎可以启用该功能的内容。

访问元素 (及其子元素) 的 HTML 的最佳方法是什么？

解决方案 1：

您可以读取该属性来获取元素内容innerHTML的来源或者获取当前元素的来源。outerHTML

Python：

element.get_attribute('innerHTML')

Java：

elem.getAttribute("innerHTML");

西文：

element.GetAttribute("innerHTML");

红宝石：

element.attribute("innerHTML")

JavaScript的：

element.getAttribute('innerHTML');

PHP的：

$element->getAttribute('innerHTML');

已测试并能与之配合使用ChromeDriver。

解决方案 2：

以下是使用 Selenium Python 获取 HTML 源代码的方法：

elem = driver.find_element("xpath", "//*")
source_code = elem.get_attribute("outerHTML")

下面说明了如何将 HTML 保存到文件：

with open('c:/html_source_code.html', 'w') as f:
    f.write(source_code.encode('utf-8'))

解决方案 3：

实际上，没有一种直接的方法可以获取 HTML 源代码webelement。您必须使用 JavaScript。我不太确定 Python 绑定，但您可以在 Java 中轻松做到这一点。我确信JavascriptExecutorPython 中一定有类似于类的东西。

 WebElement element = driver.findElement(By.id("foo"));
 String contents = (String)((JavascriptExecutor)driver).executeScript("return arguments[0].innerHTML;", element);

解决方案 4：

在Ruby中，使用selenium-webdriver（2.32.1），有一个page_source包含整个页面源代码的方法。

解决方案 5：

其他答案提供了许多有关检索WebElement标记的详细信息。但是，一个重要的方面是，现代网站越来越多地实现JavaScript、ReactJS、jQuery、Ajax、Vue.js、Ember.js、GWT等来呈现DOM 树中的动态元素。因此，有必要等待元素及其子元素完全呈现后再检索标记。

Python

因此，理想情况下，您需要诱导WebDriverWait，visibility_of_element_located()并且可以使用以下任一定位器策略：

• 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

解决方案 6：

它看起来已经过时了，但无论如何还是让它留在这里吧。在你的情况下，正确的做法是：

elem = wd.find_element_by_css_selector('#my-id')
html = wd.execute_script("return arguments[0].innerHTML;", elem)

或者

html = elem.get_attribute('innerHTML')

两者对我都适用（​​selenium-server-standalone-2.35.0）。

解决方案 7：

事实上，使用属性方法更简单、更直接。

使用 Ruby 与 Selenium 和 PageObject 宝石，以获取与某个元素相关的类，该行将是element.attribute(Class)。

如果您想获取与元素相关的其他属性，则适用相同的概念。例如，如果我想要元素的字符串element.attribute(String)， 。

解决方案 8：

带有 Selenium 2.53.0 的 Java

driver.getPageSource();

解决方案 9：

InnerHTML 将返回所选元素内的元素，而 outerHTML 将返回所选元素的内部 HTML

例子：

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>

实例：

http://www.java2s.com/Tutorials/JavascriptDemo/f/find_out_the_difference_ Between_innerhtml_and_outerhtml_in_javascript_example.htm

下面您将看到根据不同绑定要求的语法。根据需要将其更改innerHTML为。outerHTML

Python：

element.get_attribute('innerHTML')

Java：

elem.getAttribute("innerHTML");

如果您想要整个页面 HTML，请使用以下代码：

driver.getPageSource();

解决方案 10：

更新 2022 Selenium 检索 HTML

首先，下载 Selenium WebDriver 的 Python 绑定。

• 您可以从 Selenium 包的 PyPI 页面执行此操作。

• 或者，可以使用 pip 安装 Selenium 包。Python 3.6 在标准库中提供了 pip。

方法 1

读取innerHTML属性以获取元素内容的来源。innerHTML是 DOM 元素的属性，其值是开始标记和结束标记之间的 HTML。

例如，下面代码中的 innerHTML 属性值为“text”

<p>
a text
</p>

element.get_attribute('innerHTML')

方法 2

读取outerHTML以获取具有当前元素的源。outerHTML是一个元素属性，其值是开始和结束标记之间的 HTML 以及所选元素本身的 HTML。

例如，代码的属性带有一个包含outerHTML的值。div`span`

<div>
<span>Hello there!</span>
</div>

ele.get_atrribute("outerHTML")

解决方案 11：

我希望这可以帮助：
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，您可以将方法名称从 Java 转换为 Python，然后使用现有方法尝试另一种逻辑，而无需获取整个页面源代码...

例如

 my_id = elem[0].get_attribute('my-id')

解决方案 12：

这对我来说非常顺畅。

element.get_attribute('innerHTML')

解决方案 13：

我喜欢的获取渲染后的 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，上述方法会删除所有标签（是的，嵌套标签也是如此），并且仅返回文本内容。如果您还想获取 HTML 标记，请使用下面的方法。

print body_html.getAttribute("innerHTML")

解决方案 14：

如果您对 Python 中的Selenium 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")

解决方案 15：

使用 execute_script 获取 html

bs4(BeautifulSoup)也可以快速访问html标签。

from bs4 import BeautifulSoup
html = adriver.execute_script("return document.documentElement.outerHTML")
bs4_onepage_object=BeautifulSoup(html,"html.parser")
bs4_div_object=bs4_onepage_object.find_all("atag",class_="attribute")

解决方案 16：

在PHP Selenium WebDriver中，您可以像这样获取页面源代码：

$html = $driver->getPageSource();

或者像这样获取元素的 HTML：

// innerHTML if you need HTML of the element content
$html = $element->getDomProperty('outerHTML');

解决方案 17：

在当前版本的php-webdriver（1.12.0+）中你必须使用

$element->getDomProperty('innerHTML');

正如本期所指出的：https ://github.com/php-webdriver/php-webdriver/issues/929

解决方案 18：

WebElement element = driver.findElement(By.id("foo"));
String contents = (String)((JavascriptExecutor)driver).executeScript("return arguments[0].innerHTML;", element); 

此代码确实也可以从源代码获取 JavaScript！

解决方案 19：

在PHPUnit Selenium 测试中它是这样的：

$text = $this->byCssSelector('.some-class-nmae')->attribute('innerHTML');