Selenium Python：从Web表格中高效提取Span标签的文本内容-Python教程-PHP中文网

Selenium Python：从Web表格中高效提取Span标签的文本内容

心靈之曲

发布： 2025-09-01 13:56:01

原创

339人浏览过

Selenium Python：从Web表格中高效提取Span标签的文本内容

本教程详细介绍了如何使用Python和Selenium从复杂的Web表格中准确提取特定标签内的文本内容。文章提供了两种核心策略：直接通过定位器定位元素，以及通过逐级遍历Web表格结构（表格->行->单元格）来定位目标信息。同时，教程还涵盖了Selenium的常用定位方法、文本获取技巧以及在实际应用中提升代码健壮性的最佳实践。

在web自动化测试和数据抓取中，从复杂的html结构，尤其是web表格中提取特定信息，是一项常见且关键的任务。当目标文本嵌套在<td>标签内的标签中时，我们需要采用可靠的selenium定位策略来准确获取这些数据。

Selenium基础：元素定位与文本获取

在深入具体策略之前，了解Selenium如何定位元素以及如何获取其文本至关重要。

1. 元素定位器 (Locators) Selenium提供了多种定位策略，通过By类使用：

By.ID：通过元素的ID属性定位。
By.NAME：通过元素的Name属性定位。
By.CLASS_NAME：通过元素的Class属性定位。
By.TAG_NAME：通过元素的标签名定位。
By.LINK_TEXT：通过链接的完整可见文本定位。
By.PARTIAL_LINK_TEXT：通过链接的部分可见文本定位。
By.XPATH：通过XPath表达式定位，功能强大，可以定位页面上几乎任何元素。
By.CSS_SELECTOR：通过CSS选择器定位，性能通常优于XPath，且语法更简洁。

2. 文本获取方法

element.text (Python) / element.getText() (Java)：这是获取元素可见文本的首选方法。它会返回元素及其所有子元素的可见文本，并且会忽略隐藏元素。对于本教程中<td>包含的情况，直接获取<td>的.text通常就能得到中的文本。
element.get_attribute("innerText")：获取元素的“内部文本”，类似于element.text，但其行为在不同浏览器和某些边缘情况下可能略有差异。
element.get_attribute("textContent")：获取元素的文本内容，包括隐藏元素的文本，通常与element.text不同。

对于本教程的场景，element.text通常是最佳选择。

策略一：直接定位目标Span标签

如果目标标签具有独特的属性（如id、class）或其在页面中的XPath/CSS路径相对稳定且唯一，我们可以直接通过定位器来获取它。

慧中标AI标书

慧中标AI标书是一款AI智能辅助写标书工具。

120

查看详情

立即学习“Python免费学习笔记（深入）”；

示例HTML结构：

<td style="padding:2px 2px 2px 5px;width:25%;white-space:nowrap;text-align:left;">
    <span tabindex="0">11/29/2023 04:01:10</span>
</td>

登录后复制

Python代码示例：

import time
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 为了演示，我们使用无头模式和模拟HTML内容
options = webdriver.ChromeOptions()
options.add_argument('--headless')
options.add_argument('--disable-gpu')
driver = webdriver.Chrome(options=options)

mock_html_content = """
<!DOCTYPE html>
<html>
<head><title>Web Table Demo</title></head>
<body>
    <table id="myDataTable" border="1">
        <tbody>
            <tr>
                <td>Data 1-1</td>

登录后复制

以上就是Selenium Python：从Web表格中高效提取Span标签的文本内容的详细内容，更多请关注php中文网其它相关文章！