Skip to content

🚄 获取元素信息

SessionPage对象和WebPage 对象s 模式获取的元素是SessionElement，本节介绍其属性。

假设ele为以下div元素的对象，本节示例均使用该元素：

<div id="div1" class="divs">Hello World!
    <p>行元素</p>
    <!--这是注释-->
</div>

✅️️ html

此属性返回元素的outerHTML文本。

返回类型：str

print(ele.html)

输出：

<div id="div1" class="divs">Hello World!
    <p>行元素</p>
    <!--这是注释-->
</div>

✅️️ inner_html

此属性返回元素的innerHTML文本。

返回类型：str

print(ele.inner_html)

输出：

Hello World!
    <p>行元素</p>
    <!--这是注释-->

✅️️ tag

此属性返回元素的标签名。

返回类型：str

print(ele.tag)

输出：

div

✅️️ text

此属性返回元素内所有文本组合成的字符串。
该字符串已格式化，即已转码，已去除多余换行符，符合人读取习惯，便于直接使用。

返回类型：str

print(ele.text)

输出：

Hello World!
行元素

✅️️ raw_text

此属性返回元素内原始文本。

返回类型：str

print(ele.raw_text)

输出（注意保留了元素间的空格和换行）：

Hello World!
    行元素
　    
　

✅️️ texts()

此方法返回元素内所有直接子节点的文本，包括元素和文本节点。 它有一个参数text_node_only，为True时则只获取只返回不被包裹的文本节点。这个方法适用于获取文本节点和元素节点混排的情况。

参数名称 类型 默认值 说明
text_node_only bool False 是否只返回文本节点
返回类型 说明
List[str] 文本列表

示例：

print(e.texts())  
print(e.texts(text_node_only=True))

输出：

['Hello World!', '行元素']
['Hello World!']

✅️️ comments

此属性以列表形式返回元素内的注释。

返回类型：List[str]

print(ele.comments)

输出：

[<!--这是注释-->]

✅️️ attrs

此属性以字典形式返回元素所有属性及值。

返回类型：dict

print(ele.attrs)

输出：

{'id': 'div1', 'class': 'divs'}

✅️️ attr()

此方法返回元素某个attribute属性值。它接收一个字符串参数attr，返回该属性值文本，无该属性时返回None。
此属性返回的src、href属性为已补充完整的路径。text属性为已格式化文本。

返回类型：str、None

参数名称 类型 默认值 说明
attr str 必填 属性名称
返回类型 说明
str 属性值文本
None 没有该属性返回None

示例：

print(ele.attr('id'))

输出：

div1

此方法返回元素的 href 属性或 src 属性，没有这两个属性则返回None。

返回类型：str

<a href='http://www.baidu.com'>百度</a>

假设a_ele为以上元素的对象：

print(a_ele.link)

输出：

http://www.baidu.com

✅️️ page

此属性返回元素所在的页面对象。由 html 文本直接生成的SessionElement的page属性为None。

返回类型：SessionPage、WebPage

page = ele.page

✅️️ xpath

此属性返回当前元素在页面中 xpath 的绝对路径。

返回类型：str

print(ele.xpath)

输出：

/html/body/div

✅️️ css_path

此属性返回当前元素在页面中 css selector 的绝对路径。

返回类型：str

print(ele.css_path)

输出：

:nth-child(1)>:nth-child(1)>:nth-child(1)

✅️️ 实际示例

以下示例可直接运行查看结果：

from DrissionPage import SessionPage

page = SessionPage()
page.get('https://gitee.com/explore')

# 获取推荐目录下所有 a 元素
li_eles = page('tag:ul@@text():全部推荐项目').eles('t:a')

# 遍历列表
for i in li_eles:  
    # 获取并打印标签名、文本、href 属性
    print(i.tag, i.text, i.attr('href'))

输出：

a 全部推荐项目 https://gitee.com/explore/all
a 前沿技术 https://gitee.com/explore/new-tech
a 智能硬件 https://gitee.com/explore/hardware
a IOT/物联网/边缘计算 https://gitee.com/explore/iot
a 车载应用 https://gitee.com/explore/vehicle
以下省略……