跳到主要内容

🚄 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_onlyboolFalse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，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。

参数名称类型默认值说明
namestr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

✅️️ value​

此方法返回元素的value值。

返回类型：str

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)

✅️️ 元素列表中批量获取信息​

eles()等返回的元素列表，自带get属性，可用于获取指定信息。

📌 示例​

from DrissionPage import SessionPage

page = SessionPage()
page.get('https://www.baidu.com')
eles = page('#s-top-left').eles('t:a')
print(eles.get.texts())  # 获取所有元素的文本

输出：

['新闻', 'hao123', '地图', '贴吧', '视频', '图片', '网盘', '文库', '更多', '翻译', '学术', '百科', '知道', '健康', '营销推广', '直播', '音乐', '橙篇', '查看全部百度产品 >']

📌 get.attrs()​

此方法用于返回所有元素指定的 attribute 属性组成的列表。

参数名称类型默认值说明
namestr必填属性名称
返回类型说明
List[str]属性文本组成的列表

📌 get.links()​

此方法用于返回所有元素的link属性组成的列表。

参数： 无

返回类型说明
List[str]链接文本组成的列表

📌 get.texts()​

此方法用于返回所有元素的text属性组成的列表。

参数： 无

返回类型说明
List[str]元素文本组成的列表

✅️️ 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.attribute('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……