如何使用 python selenium 仅打印任何网站的显示/可见/（显示在屏幕上）文本内容答案

【问题标题】：How can I print only displayed/visible/(shown on the screen) text contents of any website using python selenium如何使用 python selenium 仅打印任何网站的显示/可见/（显示在屏幕上）文本内容
【发布时间】：2019-09-23 17:45:21
【问题描述】：

我只想打印/获取来自任何网站的可见文本内容{当前用户正在看到的内容}。

我尝试使用多种方法，但我从页面中获取了所有文本，但不是预期的文本。

driver = webdriver.Chrome(chrome_options=options) #'CustomerProject-createCustomerProject&/Create'
url = "https://techcrunch.com/"
driver.get(url)
element = driver.find_element_by_xpath(r"//body")
driver.execute_script("return arguments[0].innerText", element)

有没有办法只获取可见文本。

注意：如果解决方案是纯 javascript，非常欢迎。

【问题讨论】：

你为什么要在这里标记javascript 的垃圾邮件，我删除了它
如果您看到代码 driver.execute_script() 它需要 javascript 代码，我认为 javascript 是获得结果的唯一方法。
但这在 selenium 中并不少见，所以这就是为什么只有 731 个问题有python javasript selenium 标签，stackoverflow.com/questions/tagged/python+javascript+selenium)
你能分享你的用例吗？
感谢大家的支持。我找到了解决方案：stackoverflow.com/questions/487073/…

标签： javascript python selenium xpath

【解决方案1】：

获取body 元素并使用.text 方法获取该元素的文本。

试试这个：

driver.get("https://techcrunch.com/")
element = driver.find_element_by_tag_name("body")
print(element.text)

如果您猜测(opens in a new window) 文本在文档中不可见但出现在结果中，那是因为它出现在页面上。如果您尝试Ctrl + A 并复制文本，您将获得相同的结果。您甚至可以使用Ctrl+F 搜索页面中的文本。

您看不到文本的原因是它是使用webkit-clip-path 剪辑的。

clip-path CSS 属性创建一个剪辑区域，用于设置元素的哪一部分应该被显示。显示区域内的部分，而隐藏区域外的部分。

【讨论】：

感谢您的回复。尽管如此，这将给出整个文本内容，我只想要用户可见的内容。有内容，滚动后可见，也是用这种方法打印的，我不打算这样做
查找哪些 CSS 类可见，哪些不可见。根据该信息过滤内容。
element.text 正在获取页面的可见文本。您认为哪一部分显示了 javascript 不会显示的额外内容？
我在这个页面上运行了代码，我得到了从顶部“堆栈溢出”到底部“网站设计/徽标..”的文本，这里我们只能在向下滚动后看到页脚，这不是当前可见但仍在打印，我不想要。
您提到的这两个文本在页面和正文标记内都是可见的。这意味着代码正在做它应该做的事情。现在，如果您尝试获取文本，而不是从整个页面中获取文本，而此时只有部分显示在屏幕上而不滚动，那么这是一个完全不同的问题。但是对于浏览器来说，整个可滚动页面都是可见的。