Selenium Python完成Google Recaptcha后如何获取原网页源码及元素？

核心原因 #

Google reCAPTCHA是嵌入在独立iframe中的，手动完成验证后，Selenium驱动的焦点仍停留在这个iframe上下文里，导致page_source返回的是iframe的源码，自然无法定位原页面的表单和提交按钮。

解决方案 #

在手动完成reCAPTCHA验证后，将驱动焦点切回主页面上下文，再进行元素定位：

修改后的关键代码片段 #

# 手动完成reCAPTCHA验证后，添加这行代码切回主页面
p_driver.switch_to.default_content()

# 等待主页面元素加载（替换原有的time.sleep，更可靠）
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 等待表单元素出现，超时10秒
WebDriverWait(p_driver, 10).until(
    EC.presence_of_element_located(("xpath", "//form[@name='form']"))
)

# 后续提交表单的代码不变
print(p_driver.page_source)
form_element = findOneByXPath(p_driver, "//form[@name='form']", 2)
if form_element is not None:
    form_element.submit()
else:
    submit_element = findOneByXPath(p_driver, "//input[@type='submit']", 2)
    if submit_element is not None:
        ScrollToElement(p_driver, submit_element)
        JavascriptClick(p_driver, submit_element)
    else:
        submit_element = findOneByXPath(p_driver, "//input[@name='submit']", 2)
        if submit_element is not None:
            ScrollToElement(p_driver, submit_element)
            JavascriptClick(p_driver, submit_element)

关键说明 #

• p_driver.switch_to.default_content()：强制驱动离开所有嵌套的iframe，回到原页面的顶级上下文，此时page_source会恢复为原页面的源码。
• 用WebDriverWait替代time.sleep：更可靠地等待元素加载，避免因网络或页面渲染延迟导致的定位失败。

内容的提问来源于stack exchange，提问作者Gauthier Buttez