selenium处理iframe下 #document 标签

Posted 2021-06-11 天马行宇

 

使用selenium处理html的时候，遇到通过“iframe”标签实现的网页嵌套了，这个没有问题。但是，仔细再看，就发现，“iframe”标签下还有个#document==0，有点不讲武德。如图：

 

 

 

各种查资料，没有找到有价值的信息。

 

解决方案1：

　　最后我就直接在html中把 “#document” 这行给删了，然后就正常了。

解决方案2：

　　遇到了这篇文章： https://www.pythonf.cn/read/159594， 感谢大佬指点。

　　

　　操作流程是：

　　　　进入frame框架内，获取frame框架页面源码，（解析frame源代码），退出frame框架

　　具体代码：

from selenium import webdriver
driver = webdriver.Chrome()
url = XXXXXXXXXXX  #自己把地址补充
driver.get(url)
#############流程1
# 通过switch_to.frame进入frame框架页面，有下面四种情况
driver.switch_to.frame(driver.find_elements_by_tag_name("iframe")[0])  # 1.用WebElement对象来定位,发现所有iframe，并把第一个赋值

# driver.switch_to.frame("frame1")  # 2.用id来定位
# driver.switch_to.frame("myframe")  # 3.用name来定位
# driver.switch_to.frame(0)  # 4.用frame的index来定位，第一个是0

##############流程2
frame_html = driver.page_source   # 响应为 str 格式
# 切换为frame框架页面后，可以通过BeatifulSoup等工具解析frame_html网页代码

##############流程4
# 从frame中切回主文档(switch_to.default_content())
driver.switch_to.default_content()

html = driver.page_source
# 这里的html变回主页面的了

 

这个套操作下来，嵌套的html内容就拿到了，因为  响应 frame_html 为 str 格式，

但是，我最初的目的是：想检测这个嵌套的html是多长时间加载完的，最终还是没有找到方法。