想获取浏览器渲染网页时所有 HTML 元素的尺寸（坐标），即它们被渲染的位置。例如，（左上、右上、左下、右下）。然而，在 lxml 中找不到此功能。因此，有没有什么 Python 库可以做到这一点？我还查看了 Perl 中的 Mechanize::Mozilla，但似乎很难配置/设置。我认为满足我要求的最佳方法是使用渲染引擎，例如 WebKit 或 Gecko。有没有适用于上述两种渲染引擎的 perl/python 绑定？在 Google 上搜索有关如何“插入”到 Webkit 渲染引擎的教程并没有多大帮助。
2. 解决方案
- 答案 1：
lxml 完全帮不了你。它根本不关心前端渲染。为了准确地计算某个内容的渲染方式，你需要渲染它。为此，你需要连接到浏览器，生成页面并在页面上运行一些 JS 来查找 DOM 元素并获取其属性。这完全有可能，但我认为你应该首先了解网站屏幕截图工厂的工作方式（因为它们将共享 90% 的代码，以便启动浏览器并显示正确的页面）。你可能仍希望使用 lxml 将 JavaScript 注入页面。
- 答案 2：
我同意 Oli 的观点，在我看来，渲染相关页面并通过 JavaScript 检查 DOM 是最实际的方法。你可能会发现 jQuery 在这里非常有用：
$(document).ready(function() {
var elem = $("div#some_container_id h1")
var elem_offset = elem.offset();
/* elem_offset is an object literal:
elem_offset = { x: 25, y: 140 }
*/
var elem_height = elem.height();
var elem_width = elem.width();
/* bottom_right is then
{ x: elem_offset.x + elem_width,
y: elem_offset.y + elem_height }
});
相关文档在这里。
- 答案 3：
是的，使用 Javascript 是正确的方法：
var allElements=document.getElementsByTagName("*");
将选择页面中的所有元素。然后，你可以循环浏览这些元素并从中提取所需信息。有关获取元素的尺寸和位置的良好文档，请点击这里。 getElementsByTagName 返回一个 nodelist 而不是一个数组（因此，如果你的 JS 更改了你的 HTML，这些更改将反映在 nodelist 中），所以我倾向于将数据构建成 AJAX POST 并在完成后将其发送到服务器。
- 答案 4：
我无法找到任何简单的解决方案（例如 Java/Perl/Python :) 来连接到 Webkit/Gecko 以解决上述渲染问题。我能找到的最好的解决方案是用 Java 编写的 Lobo 渲染引擎，它有一个非常清晰的 API，可以准确地完成我想要做的事情 - 访问 HTML 元素的 DOM 和渲染属性。JRex 是 Gecko 渲染引擎的 Java 封装。
- 答案 5：
你有三个主要选择：
- www.gnu.org/software/py… 基于 webkit；
- python-comtypes 用于访问 MSHTML（仅限 Windows）
- hulahop（python-xpcom）基于 xulrunner 你应该获取 pyjamas-desktop 源代码并在 pyjd/ 目录中查找“启动”代码，这将允许你创建一个 Web 浏览器应用程序，并在引擎调用“页面加载”回调后开始操作 DOM。 你可以执行节点遍历，并可以访问所需 DOM 元素的属性。你可以查看 pyjamas/library/pyjamas/DOM.py 模块，以了解你需要使用哪些功能来完成你想要做的事情。 但是，如果以上三个选项还不够，那么你应该阅读页面 wiki.python.org/moin/WebBro… 以了解更多选项，其中许多选项已在这里由其他人提及。 l。
