如何在给定html文件的情况下确定html表格的大小（以像素为单位）答案

【问题标题】：How to determine the size of html table in pixels given an html file如何在给定html文件的情况下确定html表格的大小（以像素为单位）
【发布时间】：2013-04-07 01:04:56
【问题描述】：

我有一个包含各种 html 标签的 html 文件。这个 html 里面还有一堆表格。我正在使用 python 处理这个文件。当它由浏览器（最好是chrome或firefox）呈现时，我如何找出大小（长x宽，以像素为单位）？

当您在浏览器上执行“检查元素”时，我实际上是在寻找信息，并且您能够看到各种元素的大小。我想在我的 python 代码中访问这个大小。

我正在使用 lxml 来解析我的 html，如果需要可以使用 selenium。

编辑：添加了#node.js，因为我可以用它在 shell 脚本中吐出所有表的大小，我可以在 python 中抓取它。

【问题讨论】：

这取决于浏览器，可能是平台，视口大小......例如使用的字体渲染将影响文本字符串的前进，从而可能影响表格的宽度。您几乎必须在浏览器中实际呈现页面。如果你使用 Selenium，你不能直接用它打开页面并执行 Javascript 来确定大小吗？
@millimoose 是的，为了解决这些问题，我提到过我可以使用任何浏览器，但首选 chrome/firefox。我还说我想在我的 python 代码中访问大小（我知道我可以使用 javascript 获取大小）
鉴于没有浏览器实际上支持 python 脚本，并且您必须使用真正的浏览器（通过例如 Selenium）才能获得合理的结果，这些要求是矛盾的。如果你可以从 Python 驱动 Selenium，你也应该能够告诉底层浏览器为你运行一些 JS 并将结果返回给调用 Python 代码。
node.js 没有任何渲染代码，所以这可能对您没有帮助。它只是一个 JavaScript 引擎。
如果你可以调用 shell 脚本，我会使用 PhantomJS。

标签： python node.js

【解决方案1】：

您将希望使用Selenium WebDriver 在运行 Python 代码的计算机上安装的实际浏览器中打开 HTML 文件。

我不确定您将如何使用 Selenium WebDriver API 来确定渲染表的高度，但 the value_of_css_property method 可能会这样做。

【讨论】：

总是有 JavascriptExecutor.executeScript() 或任何 Python 等价物。
@millimoose：啊哈，听起来更有可能。

【解决方案2】：

如果你可以调用shellscript，并且你可以使用Node.js，我假设你也可以安装和使用PhantomJS，这是一个headless WebKit 端口。（即一个真正诚实的 WebKit 渲染器，它不需要窗口即可工作。）这将让您使用 Javascript 和熟悉的 Web 库来操作文档。举个例子，下面的代码让你得到了 Stack Overflow 站点左上角的 logo 元素的宽度：

page = require('webpage').create(); // create a new "browser"

page.open('http://stackoverflow.com/', function() {
  // callback when loading completes
  var logoWidth = page.evaluate(function() {
    // This runs in the rendered page and uses the version of jQuery that SO loads.
    return $('#hlogo').width();
  });

  console.log(logoWidth); // prints 250, the same as Chrome.

  phantom.exit(); // for some reason you need to exit manually
});

PhantomJS 的文档将告诉你更多关于你可以用它做什么以及如何做。

但是需要注意的是，加载页面需要一段时间，因为它需要获取 CSS 和脚本，并且通常会执行浏览器所做的所有事情。我不确定 PhantomJS 是否以及如何进行任何缓存，如果这样做，对同一站点的多个抓取重用相同的进程可能是有意义的。

【讨论】：