Python中的HTML元素位置答案

【问题标题】：Html element position in PythonPython中的HTML元素位置
【发布时间】：2011-05-19 17:13:44
【问题描述】：

我正在使用 lxml.html 在 python 中进行一些 html 解析。在浏览器呈现页面后，我想粗略估计页面内元素的位置。它不必是精确的，但通常是正确的。为简单起见，我将忽略 Javascript 对元素位置的影响。作为最终结果，我希望能够遍历元素（例如，通过 lxml）并找到它们的 x/y 坐标。关于如何做到这一点的任何想法？我不需要继续使用 lxml，我很乐意尝试其他库。

【问题讨论】：

您将需要一个 HTML 渲染引擎来获取此信息。解析器无济于事。
您还需要考虑 CSS 的效果。如今，没有它的内容很少呈现。

标签： python html lxml

【解决方案1】：

带有 webkit 的 PyQt：

import sys
from PyQt4.QtCore import *
from PyQt4.QtGui import *
from PyQt4.QtWebKit import *

class MyWebView(QWebView):
    def __init__(self):
        QWebView.__init__(self)
        QObject.connect(self,SIGNAL('loadFinished(bool)'),self.showelements)

    def showelements(self):
        html=self.page().currentFrame().documentElement()
        for link in html.findAll('a'):
            print(link.toInnerXml(),str(link.geometry())[18:])


if __name__=='__main__':
    app = QApplication(sys.argv)

    web = MyWebView()
    web.load(QUrl("http://www.google.com"))
    web.show()

    sys.exit(app.exec_())

【讨论】：

这太棒了。有没有办法让它对命令行更友好一些，特别是自行退出（或对 url 序列进行操作？我已经删除了 'web.show()' 并放置了一个 'sys.exit(0) ' 在显示元素的末尾。

【解决方案2】：

正如 Sven 所说，您需要一个 HTML 渲染引擎。之前有人问过渲染HTML的问题，可以参考一下。

Python library for rendering HTML and javascript

【讨论】：