9.1 KiB
获取到须要的页面元素后，可以使用元素对象获取元素的信息。
WebPage常用的元素对象有四种：
-
ChromiumElement：浏览器一般元素 -
ChromiumShadowRootElement：shadow-root 元素 -
ChromiumFrame：专门用于操作<iframe>元素的对象 -
SessionElement：s 模式的元素，或前 3 者转换而成的静态元素
前三者是 d 模式下通过浏览器页面元素生成，后者是 s 模式由静态文本生成。
ChromiumElement对象拥有SessionElement对象所有属性。
ChromiumFrame作为既是元素又是页面的存在，后面章节单独介绍。
✔️ 简单示例
以下示例可直接运行查看结果：
from DrissionPage import WebPage
page = WebPage('s')
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')
for i in li_eles: # 遍历列表
print(i.tag, i.text, i.attr('href')) # 获取并打印标签名、文本、href 属性
"""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……
"""
✔️ SessionElement属性
假设ele为以下div元素的对象：
<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。
html = ele.html
"""返回：
<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。
inner_html = ele.inner_html
"""返回：
Hello World!
<p>行元素</p>
<!--这是注释-->
"""
📍 tag
此属性返回元素的标签名。
tag = ele.tag
# 返回：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。无须重复写处理代码。
text = ele.text
"""返回：
Hello World!
行元素
"""
📍 raw_text
此属性返回元素内原始文本。
text = ele.raw_text
"""返回（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：
text_node_only：是否只返回文本节点
返回：文本列表
texts = ele.texts()
print(e.texts())
# 输出：['Hello World!', '行元素']
print(e.texts(text_node_only=True))
# 输出：['Hello World!']
📍 comments
此属性以列表形式返回元素内的注释。
comments = ele.comments
# 返回：[<!--这是注释-->]
📍 attrs
此属性以字典形式返回元素所有属性及值。
attrs = ele.attrs
# 返回：{'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。
参数：
attr：属性名称
返回：属性值文本
ele_id = ele.attr('id')
# 返回：div1
📍 link
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。
<a href='http://www.baidu.com'>百度</a>
假设a_ele为以上元素的对象：
link = a_ele.link
# 返回：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。
page = ele.page
📍 xpath
此属性返回当前元素在页面中 xpath 的绝对路径。
xpath = ele.xpath
# 返回：/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。
css = ele.css_path
# 返回：:nth-child(1)>:nth-child(1)>:nth-child(1)
✔️ ChromiumElement属性
ChromiumElement对象拥有SessionElement对象上述所有属性，并因运行在浏览器中拥有更丰富的属性。
📍 size
此属性以元组形式返回元素的大小。
size = ele.size
# 返回：(50, 50)
📍 location
此属性以元组形式返回元素左上角在整个页面中的坐标。
loc = ele.location
# 返回：(50, 50)
📍 client_location
此属性以元组形式返回元素左上角在当前视口中的坐标。
loc = ele.client_location
# 返回：(50, 50)
📍 midpoint
此属性以元组形式返回元素中点在整个页面中的坐标。
loc = ele.midpoint
# 返回：(55, 55)
📍 client_midpoint
此属性以元组形式返回元素中点在视口中的坐标。
loc = ele.client_midpoint
# 返回：(55, 55)
📍 pseudo_before
此属性以文本形式返回当前元素的::before伪元素内容。
before_txt = ele.pseudo_before
📍 pseudo_after
此属性以文本形式返回当前元素的::after伪元素内容。
after_txt = ele.pseudo_after
📍 style()
该方法返回元素 css 样式属性值，可获取伪元素的属性。它有两个参数，style参数输入样式属性名称，pseudo_ele参数输入伪元素名称，省略则获取普通元素的 css 样式属性。
参数：
style：样式名称pseudo_ele：伪元素名称（如有）
返回：样式属性值
# 获取 css 属性的 color 值
prop = ele.style('color')
# 获取 after 伪元素的内容
prop = ele.style('content', 'after')
📍 prop()
此方法返回property属性值。它接收一个字符串参数，返回该参数的属性值。
参数：
prop：属性名称
返回：属性值
📍is_in_viewport
此属性以布尔值方式返回元素是否在视口中，以元素可以接受点击的点为判断。
📍is_alive
此属性以布尔值形式返回当前元素是否仍可用。用于判断 d 模式下是否因页面刷新而导致元素失效。
📍 is_selected
此属性以布尔值返回元素是否选中。
📍 is_enabled
此属性以布尔值返回元素是否可用。
📍 is_displayed
此属性以布尔值返回元素是否可见。
✔️ 保存和截图
保存功能是本库一个特色功能，可以直接读取浏览器缓存，无须依赖 gui 或重新下载就可以保存页面资源。
作为对比，selenium 无法自身实现图片另存，往往须要通过使用 gui 进行辅助，不仅效率和可靠性低，还占用键鼠资源。
📍 get_src()
此方法用于返回元素src属性所使用的资源。base64 的会转为bytes返回，其它的以str返回。无资源的返回None。
例如，可获取页面上图片字节数据，用于识别内容，或保存到文件。<script>标签也可获取 js 文本。
!> 无法获取 Blob 内容。
参数： 无
返回： 资源内容字符串
img = page('tag:img')
src = img.get_src()
📍 save()
此方法用于保存get_src()方法获取到的资源到文件。
参数：
-
path：文件保存路径，为None时保存到当前文件夹 -
rename：文件名称，须包含后缀，为None时从资源url获取
返回：None
img = page('tag:img')
img.save('D:\\img.png')
📍 get_screenshot()
此方法用于对元素进行截图。若截图时元素在视口外，须 90 以上版本内核支持。
参数：
-
path：图片完整路径，后缀可选'jpg'、'jpeg'、'png'、'webp' -
as_bytes：是否已字节形式返回图片，可选'jpg'、'jpeg'、'png'、'webp'。为True时以'png'输出。生效时path参数无效。
返回： 图片完整路径或字节文本
img = page('tag:img')
img.get_screenshot()
bytes_str = img.get_screenshot(as_bytes='png') # 返回截图二进制文本
✔️ ChromiumShadowRootElement属性
本库把 shadow dom 的root看作一个元素处理，可以获取属性，也可以执行其下级的查找，使用逻辑与ChromiumElement一致，但属性较之少，有如下这些：
📍 tag
此属性返回元素标签名，即'shadow-root'。
📍 html
此属性返回shadow_root的 html 文本，由<shadow_root></shadow_root> 标签包裹。
📍 inner_html
此属性返回shadow_root内部的 html 文本。
📍 page
此属性返回元素所在页面对象。
📍 parent_ele
此属性返回所依附的普通元素对象。
📍 is_enabled
与ChromiumElement一致。
📍 is_alive
与ChromiumElement一致。