Python 使用WebKit（或Gecko）查找呈现的HTML元素位置

我想在浏览器呈现网页的所有HTML元素时获取它们的尺寸（坐标），也就是它们呈现的位置。例如，

（左上、右上、左下、右下）

在lxml中找不到此项。那么，Python中是否有这样的库？我还研究了Perl中的Mechanize:：Mozilla，但这似乎很难配置/设置

我认为最好的方法是使用渲染引擎，比如WebKit或Gecko

---

上述两个渲染引擎是否有可用的perl/python绑定？谷歌搜索关于如何“插件”到WebKit渲染引擎的教程并没有太大帮助

lxml根本帮不了你。它根本不关心前端渲染

要准确计算出某个对象的渲染方式，需要对其进行渲染。为此，您需要连接到浏览器，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

这是完全可能的，但我认为你应该先看看网站截图工厂是如何工作的（因为他们会分享90%的代码，你需要启动浏览器并显示正确的页面）

---

您可能仍然希望使用lxml将javascript注入页面。

问题在于当前浏览器呈现的内容并不完全相同。如果您正在寻找符合标准的方法，您可能会用Python编写一些东西来呈现页面，但这将是一项非常艰巨的工作

您可以使用单独呈现页面的每个部分，以了解页面的大小

如果你有Mac电脑，你可以试试。同一篇文章也对其他平台上的解决方案提出了一些建议。

我同意，通过JavaScript呈现相关页面并检查DOM是IMHO最实用的方法

您可能会发现以下内容非常有用：

$(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 }
});

---

相关文档是。

是的，Javascript是一条可行之路：

var-allegements=document.getElementsByTagName（“*”）；将选择页面中的所有元素

然后，您可以循环执行此操作，从每个元素中提取所需的信息。关于获取元素的尺寸和位置的良好文档

---

GETelEntsByTyNeNT返回一个NODLIST而不是一个数组（因此，如果您的JS更改了HTML，这些更改将反映在NODLIST中），所以我会尝试将数据构建到AJAX POST中，并在完成后将其发送到服务器。

您可以考虑查看。有了它（和），您可以从Perl内部复制字符串IE、Firefox或Safari。

我找不到任何简单的解决方案（即Java/Perl/Python:）来连接Webkit/Gecko以解决上述渲染问题。我所能找到的最好的是用Java编写的，它有一个非常清晰的API，可以完全满足我的需要——访问DOM和HTML元素的呈现属性

---

是Gecko渲染引擎的Java包装器。

您有三个主要选项：

1） 是基于webkit的

2） 用于访问MSHTML的python comtypes（仅限windows）

3） hulahop（PythonXPcom），它是基于xulrunner的

您应该获得pyjamas桌面源代码，并在pyjd/目录中查找“启动”代码，该代码将允许您创建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

您可以执行节点遍历，并可以访问所需的DOM元素的属性。您可以查看pyjamas/library/pyjamas/DOM.py模块，以了解您需要使用的许多东西，从而实现您想要的功能

但是，如果以上三个选项还不够，那么您应该阅读本页以了解更多选项，其中许多选项已经在这里被其他人提到

---

l、

谢谢！我查看了Webkit（Pywebkitgtk）进行渲染。但是，它目前不支持在将HTML传递到浏览器之前获取DOM并对其进行操作。在AJAX中添加一个javascript块，将正确的数据返回给您。但是，几乎找不到教程。我希望直接插入浏览器的渲染引擎的原因是，我必须使用至少一百万个URL进行测试，我不认为使用Selenium等将非常有效。：）我希望直接插入浏览器的渲染引擎的原因是，我必须使用至少一百万个URL进行测试，我不认为使用Selenium等将非常有效。：）是的，它不会：）幸运的是，您可以调整其中一个pyjamas桌面运行时，以简单地创建一个实际上不在屏幕上显示的GUI（也称为“headless”用法）。如果您真的想认真对待资源，那么创建一个无头版本的pythonwebkit（根本不启动GTK）将是一个好方法。我需要大约2周的时间来完成编程：如果你准备与我签约，请与我联系（我很容易找到：谷歌“luke leighton”）。我还没有尝试过pythonwebkit（几天前发布的）…但是，它看起来确实很有希望。查看此页面的建议：