将 Selenium HTML 源代码存储到 HTMLDocument 类型的元素中答案

【问题标题】：Store Selenium HTML Source Code into element of type HTMLDocument将 Selenium HTML 源代码存储到 HTMLDocument 类型的元素中
【发布时间】：2018-01-28 20:43:55
【问题描述】：

是否可以将使用 Selenium（使用 Excel VBA）抓取的 HTML 源存储到 HTMLDocument 元素中？这是一个使用 Microsoft Internet Controls 和 Microsoft HTML Object Library 自动化 Internet Explorer 的示例。

Dim IE as InternetExplorer
Dim HTML as HTMLDocument
Set IE = New InternetExplorer
ie.navigate "www.google.com"
set HTML = IE.Document

Selenium 的圆顶也可以吗？例如（不工作！）：

Dim selenium As SeleniumWrapper.WebDriver
Set selenium = New SeleniumWrapper.WebDriver
Dim html as HTMLDocument

selenium.Start "firefox", "about:blank"
selenium.Open "file:///D:/webpages/LE_1001.htm"
Set html = selenium.getHtmlSource 'this is not working since .getHtmlSource() 
                                 'returns a String object but is there a way to store 
                                 'this html source into a type of HTMLDocument-element

【问题讨论】：

标签： html vba excel selenium xhtml

【解决方案1】：

使用 SeleniumBasic 获取 DOM 的正确方法：

Sub Get_DOM()
  Dim driver As New FirefoxDriver
  driver.Get "https://en.wikipedia.org/wiki/Main_Page"

  Dim html As New HTMLDocument  ' Requires Microsoft HTML Library
  html.body.innerHTML = driver.ExecuteScript("return document.body.innerHTML;")

  Debug.Print html.body.innerText

  driver.Quit
End Sub

要使用上述示例获取最新版本： https://github.com/florentbr/SeleniumBasic/releases/latest

【讨论】：

这是用于获取 html 正文。如何将 html 正文加载到网页我的意思是将页面加载到基于 html 正文的 selenium 驱动程序中？

【解决方案2】：

这应该可以使用字符串作为 HTML 文档的源：

Set html = New HTMLDocument
html.body.innerHTML = selenium.pageSource

编辑：将 Selenium 调用从 getHtmlSource 更改为 pageSource。完整的工作代码如下。但不确定我们使用的是相同版本的 Selenium：

Option Explicit

Sub foo()

Dim sel As selenium.WebDriver
Set sel = New selenium.WebDriver
Dim html As HTMLDocument

sel.Start "firefox", "about:blank"
sel.Get "http://www.google.com/"

Set html = New HTMLDocument
html.body.innerHTML = sel.PageSource

Debug.Print html.body.innerText

End Sub

引用 Microsoft HTML 对象库和 Selenium 类型库 (Selenium32.tlb) - 使用 SeleniumBasic 版本 2.0.6.0

【讨论】：

在线html.body.innerHTML = selenium.getHtmlSource 我收到Run-time error: 438: Object doesn't support this property or method ...对此有什么想法吗？
我已经更新了我的答案 - 我认为错误来自对 Selenium 的调用，而不是来自 HTMLDocument
非常感谢您的回复。它有一个小问题，即原始（“google.com”）中的HTML code 具有比插入HTMLDocument 对象的源代码更多的字符：原始具有425.640 和HTMLDocument 对象具有@987654328 @... 所以并非所有代码都被复制。你对这个有什么想法吗？谢谢。
你在比较同类吗？我在示例中使用 body.innerText 只是为了将打印的文本量保持在可管理的范围内。要与原始的长度进行比较，请查看 html.body.innerHTML 的长度。由于消除了不必要的空白，innerHTML 可能比原始文档短一些

【解决方案3】：

不太清楚为什么您更喜欢将 Selenium 元素转换为 HTMLDocument。它需要对你的项目多一个有界的依赖。

我个人更喜欢将 DOM 元素分配给 WebElement。例如：

If (Selenium.FindElementsByClass("qty").Count > 0) Then
    Dim qtyElement as WebElement: Set qtyElement = Selenium.FindElementByClass("qty")
End If

If (Not qtyElement is Nothing) then
    Dim qtyHtml as String: qtyHtml = qrtElement.Attribute("innerHTML")
End if

Debug.Print qtyHtml

【讨论】：