使用 Selenium 时文本和 innerHTML 之间的区别
- 2024-11-28 08:37:00
- admin 原创
- 175
问题描述：
text获取 Selenium和innerHTML使用 Selenium有什么区别？
尽管我们在特定元素下有文本，但执行时.text得到的是空值。但执行时.get_attribute("innerHTML")一切正常。
两者之间有什么区别？什么时候应该使用 '.get_attribute("innerHTML")' .text？
解决方案 1：
首先，text是属性，而innerHTML是特性。从根本上讲，属性和特性之间存在一些差异。
获取属性（“innerHTML”）
get_attribute(innerHTML)获取innerHTML元素的。
此方法将首先尝试返回具有给定名称的属性的值。如果不存在具有该名称的属性，则返回具有attribute相同名称的值。如果没有具有attribute该名称的属性，None则返回。
被视为真值（即等于true或false）的值将作为布尔值返回。所有其他非None值将作为字符串返回。对于不存在的属性或特性，None将返回。
参数：
innerHTML - Name of the attribute/property to retrieve.
例子：
# Extract the text of an element.
my_text = target_element.get_attribute("innerHTML")
文本
text获取元素的文本。
定义：
def text(self):
"""The text of the element."""
return self._execute(Command.GET_ELEMENT_TEXT)['value']
例子：
# Extract the text of an element.
my_text = target_element.text
听起来还很相似吗？请阅读以下内容...
特性和属性
当浏览器加载页面时，它会解析HTML 并从中生成 DOM 对象。对于元素节点，大多数标准 HTML 属性会自动成为 DOM 对象的属性。
例如，如果标签是：
<body id="page">
那么 DOM 对象就有body.id="page"。
注意：属性-特性映射不是一对一的！
HTML 属性
在 HTML 中，标签可能具有属性。当浏览器解析 HTML 以创建标签的 DOM 对象时，它会识别标准属性并从中创建 DOM 属性。
因此，当元素具有 id 或其他标准属性时，将创建相应的属性。但如果属性是非标准的，则不会发生这种情况。
注意：一个元素的标准属性可能对另一个元素来说未知。例如，
type是<input>标签的标准属性，但不是<body>标签的标准属性。标准属性在相应元素类的规范中描述。
因此，如果某个属性是非标准的，则不会有其对应的 DOM 属性。在这种情况下，可以使用以下方法访问所有属性：
elem.hasAttribute(name)：检查是否存在。elem.getAttribute(name)：获取值。elem.setAttribute(name, value)：设置值。elem.removeAttribute(name)：删除属性。
读取非标准属性的示例：
<body something="non-standard">
<script>
alert(document.body.getAttribute('something')); // non-standard
</script>
</body>
属性-特性同步
当标准属性发生变化时，相应的属性会自动更新，反之亦然（有一些例外）。但也有例外，例如，input.value只同步从attribute-> 到property，而不同步回来。此功能实际上很有用，因为用户可能会修改值，然后，如果我们想从 HTML 中恢复“原始”值，它就在属性中。
根据Python 中的属性和特性，当我们使用类似的东西引用对象的属性时someObject.someAttr，Python使用几种特殊方法来获取someAttr对象的属性。在最简单的情况下，属性只是实例变量。
Python 属性
从更广泛的角度来看：
属性是出现在对象名称后面的名称。这是语法结构。例如，
someObj.name。__dict__实例变量是对象内部的项目。属性引用的默认语义是提供对实例变量的访问。当我们提到时
someObj.name，默认行为实际上是someObj.__dict__['name']
Python 属性
在 Python 中，我们可以使用内置函数或装饰器将getter、setter（和）函数与属性名称绑定。当我们这样做时，对属性的每个引用都具有直接访问实例变量的语法，但它会调用给定的方法函数。deleter`property()`@property
解决方案 2：
例如，<div><span>Example Text</span></div>。
.get_attribute("innerHTML")给出当前元素内的实际 HTML。因此theDivElement.get_attribute("innerHTML")返回“ <span>Example Text</span>”。
.text仅提供文本，不包括 HTML 节点。因此theDivElement.text返回“ Example Text”。
请注意，的算法.text取决于每个浏览器的 webdriver。在某些情况下，例如元素被隐藏，当您使用不同的 webdriver 时，您可能会得到不同的文本。
我通常从.get_attribute("innerText")而不是获取文本.text，因此我可以处理所有情况。
解决方案 3：
.text 将检索视口中不存在的文本的空字符串，因此您可以将对象滚动到视口中并尝试 .text。它应该检索该值。
相反，innerhtml可以获取该值，即使它存在于视口之外。
解决方案 4：
Chrome（我不确定其他浏览器是否如此）会忽略 HTML 代码中的多余空格并将其显示为单个空格。
<div><span>Example Text</span></div> <!-- Notice the two spaces -->
.get_attribute('innerHTML')将返回双倍行距的文本（这是您检查元素时所看到的文本），而.text将返回仅有 1 个空格的字符串。
>>> print(element.get_attribute('innerHTML'))
'Example Text'
>>> print(element.text)
'Example Text'
这种差异并不微不足道，因为以下情况将导致 NoSuchElementException。
>>> arg = '//div[contains(text(),"Example Text")]'
>>> driver.find_element_by_xpath(arg)
类似地，.get_attribute('innerHTML')对于以下返回Example Text，而.text返回Example Text。
<div><span>Example Text</span></div>
解决方案 5：
我刚刚选择了 CSS 选择器并使用了以下代码：
from selenium import webdriver
driver = webdriver.Chrome()
driver.maximize_window()
driver.get("http://www.costco.com/Weatherproof%C2%AE-Men's-Ultra-Tech-Jacket.product.100106552.html")
print driver.find_element_by_css_selector(".product-h1-container.visible-xl-block>h1").text
并打印：
Weatherproof® Men's Ultra Tech Jacket
问题是h1[itemprop='name']Google Chrome 或 Chrome 上的选择器返回两个匹配节点，而.product-h1-container.visible-xl-block>h1仅返回一个匹配节点。这就是它打印预期内容的原因。
为了证明我的观点，请运行以下代码：
from selenium import webdriver
driver = webdriver.Chrome()
driver.maximize_window()
driver.get("http://www.costco.com/Weatherproof%C2%AE-Men's-Ultra-Tech-Jacket.product.100106552.html")
x= driver.find_elements_by_css_selector("h1[itemprop='name'] ")
for i in x:
print "This is line " , i.text
它将打印
This is line
This is line Weatherproof® Men's Ultra Tech Jacket
因为 select_element_by_css_selector 选择第一个具有匹配选择器的元素，并且该元素不包含任何文本，所以它不会打印。希望你现在明白了
