如何用Python+Selenium复制带格式的网页文本？

要实现手动复制单个元素带格式文本的效果，核心是精确选中目标元素的内容，而非用Ctrl+A选中整个页面。可以通过JavaScript实现元素内容的精准选中，再结合模拟复制操作完成需求。

可行方案代码 #

import time
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.common.keys import Keys

# 配置Chrome选项（如需可视化可注释headless）
options = Options()
# options.add_argument("--headless")
options.add_argument("--disable-gpu")
options.add_argument("--no-sandbox")
options.add_argument("--disable-dev-shm-usage")
# 无头模式下需启用剪贴板支持
options.add_argument("--enable-clipboard")

driver = webdriver.Chrome(options=options)

# 导航到目标页面
driver.get("https://en.wikipedia.org/wiki/List_of_lists_of_lists")
time.sleep(2)  # 等待页面加载完成

# 定位需要复制的单个元素
target_element = driver.find_element(By.XPATH, '//*[@id="mw-content-text"]/div[1]/ul[4]')

# 执行JavaScript选中目标元素的全部文本及格式内容
driver.execute_script("""
    const range = document.createRange();
    range.selectNodeContents(arguments[0]);
    const selection = window.getSelection();
    selection.removeAllRanges();
    selection.addRange(range);
""", target_element)

# 模拟Ctrl+C复制到剪贴板
actions = ActionChains(driver)
actions.key_down(Keys.CONTROL).send_keys("c").key_up(Keys.CONTROL).perform()

# 短暂等待确保剪贴板内容就绪
time.sleep(1)

driver.quit()

方案说明 #

1. 精准选中元素范围：通过JavaScript的Range和Selection API，仅选中目标元素内部的所有文本和格式内容，彻底避免Ctrl+A选中整个页面的问题。
2. 还原手动复制逻辑：选中内容后用ActionChains模拟Ctrl+C，和手动操作逻辑完全一致，确保剪贴板中的内容保留原网页格式，粘贴到Word时能还原列表、字体样式等效果。
3. 无头模式适配：添加--enable-clipboard参数，确保无头模式下Chrome能正常访问系统剪贴板；无需无头模式时，直接注释--headless即可可视化运行。

之前方法无效的原因 #

• element.get_attribute("innerHTML")获取的是元素HTML代码，复制后需Word自行解析格式，效果与手动复制有差异。
• 直接用Ctrl+A会选中整个页面内容，无法限定单个元素的复制范围。

内容的提问来源于stack exchange，提问作者Oleksandr Myronchuk