Selenium：获取 Tableau 视图中的所有可见文本答案

【问题标题】：Selenium: Get all visible text in Tableau viewSelenium：获取 Tableau 视图中的所有可见文本
【发布时间】：2018-07-30 06:01:43
【问题描述】：

我正在尝试使用 Selenium 从 Tableau 视图中获取所有可见文本。我将所有可见文本定义为可以使用任何浏览器的搜索功能（即 Ctrl+F）搜索的任何文本。

我已经搜索了许多其他相关问题的答案，但没有一个适合我的案例。我尝试了here 的最佳答案。它从一开始就对我不起作用，因为我的browser.page_source 不包含可见文本。以下是我browser.page_source的内容：

<!DOCTYPE html><html xmlns:ng="" xmlns:tb=""><head><style type="text/css">@charset "UTF-8";[ng\:cloak],[ng-cloak],[data-ng-cloak],[x-ng-cloak],.ng-cloak,.x-ng-cloak,.ng-hide:not(.ng-hide-animate){display:none !important;}ng\:form{display:block;}.ng-animate-shim{visibility:hidden;}.ng-anchor{position:absolute;}</style><meta charset="UTF-8"><meta http-equiv="X-UA-Compatible" content="IE=edge"><meta name="viewport" content="width=1024, maximum-scale=1.3"><meta name="apple-itunes-app" content="app-id=434633927"><meta name="format-detection" content="telephone=no"><script>var BuildId = '9qu3thidy901n388pewixusor';
var StaticAssetsUrlPrefix = '';</script><link rel="stylesheet" type="text/css" href="vizportal.css?9qu3thidy901n388pewixusor"><script src="/javascripts/api/tableau-2.1.0.min.js?9qu3thidy901n388pewixusor"></script><script src="vizportalMinLibs.js?9qu3thidy901n388pewixusor"></script><script src="vizportal.min.js?9qu3thidy901n388pewixusor"></script></head><body class="tb-body"><div ng-app="VizPortalRun" id="ng-app" tb-window-resize="" class="tb-app ng-scope"><!-- uiView:  --><div ui-view="" class="tb-app-inner ng-scope"></div><span class="ng-isolate-scope"><div class="tb-toaster tb-enable-selection" data-reactid=".0"></div></span><script type="text/ng-template" id="inline_stackedElement.html"><div tb-window-resize tb-left="left" tb-top="top" tb-right="right" tb-bottom="bottom" tb-visible="visible" class="tb-absolute"></div></script><!-- ngRepeat: stackedElement in stackedElements --><span props="stackedComponentsProps" class="ng-isolate-scope"><div data-reactid=".1"></div></span></div></body></html>

还尝试了最佳答案here。显然，这不起作用，因为您可以在上面的页面源代码中看到 body 中没有文本。

在这些情况下获取可见文本的正确方法是什么？

【问题讨论】：

标签： python selenium tableau-api

【解决方案1】：

正如我一直说的pages_source 获取源但不一样，Inspect Element 检查DOM，源页面虽然实际上是DOM 的原始种子页面，DOM 可以动态更改并且通常由 JS 代码更改，有时相当戏剧化。您还会注意到Inspect Element 显示了源不显示的阴影元素。

要了解差异有多大，请访问 chrome://settings/ 并单击 Inspect element，然后查看 View page source 并进行比较。

所以你需要从DOM 获取你需要的东西，你可以遍历所有标签并获得textContent 这是 JS sn-p：

page =""; var all = document.getElementsByTagName("*"); for (tag of all) page = page + tag.textContent;

或在 selenium/python 中：

import selenium
from selenium import webdriver
driver = webdriver.Chrome()

driver.get("http://ranprieur.com")
pagetext = driver.execute_script('page =""; var all = document.getElementsByTagName("*"); for (tag of all) page = page + tag.textContent; return page;')

【讨论】：

我知道页面源不显示任何动态内容，只是不知道有任何其他方法可以做到这一点。我尝试在 Python 中执行您的代码并得到以下异常：selenium.common.exceptions.WebDriverException: Message: {"errorMessage":"Expected token 'in'","request":{"headers": ... *lots of header info*... }} Screenshot: available via screen
@MaxLawnboy Run Ctrl+Shift+J 尝试粘贴 page =""; var all = document.getElementsByTagName("*"); for (tag of all) page = page + tag.textContent; console.log(page); 你得到你想要的文字了吗？
@MaxLawnboy 我认为错误可能与我的代码无关我运行了代码查看更新，对我来说它工作得很好
是的，你是对的。如果我从浏览器控制台运行您的脚本，我会得到预期的结果。我猜我在使用 Selenium webdriver 访问网页时遇到的错误是由于身份验证问题。接下来需要弄清楚这一点。感谢您的帮助！
@MaxLawnboy 您可以使用配置文件文件夹并手动登录，登录信息将保存在 cookie 等中，请参阅：stackoverflow.com/a/48873573/1577343