如何通过Python提取当前浏览器页面元素文本？无法使用Selenium

方案1：连接已运行的浏览器实例（Selenium可复用登录会话） #

别误以为Selenium只能新开浏览器，它可以直接连接已启动并开启远程调试的浏览器，完美适配你复用当前登录状态的需求：

1. 关闭所有目标浏览器进程，用命令行启动并开启远程调试：
   • Chrome/Edge（Windows）：chrome.exe --remote-debugging-port=9222
   • Chrome/Edge（Linux/macOS）：google-chrome --remote-debugging-port=9222
     启动后手动完成目标网站的登录操作
2. 用Python连接该实例并提取元素文本：

   from selenium import webdriver
   from selenium.webdriver.chrome.options import Options
   
   options = Options()
   options.add_experimental_option("debuggerAddress", "127.0.0.1:9222")
   driver = webdriver.Chrome(options=options)
   # 直接操作已登录页面，替换为你的目标元素定位方式
   target_text = driver.find_element("css selector", ".your-target-element").text
   print(target_text)
   

方案2：提取浏览器Cookie结合请求库（适合静态页面） #

如果页面内容是静态渲染的，无需JS加载数据，可以直接读取当前浏览器的Cookie，用请求库获取页面后解析：

1. 用browser-cookie3自动读取浏览器Cookie，安装依赖：pip install browser-cookie3 requests beautifulsoup4
2. 示例代码：

   import browser_cookie3
   import requests
   from bs4 import BeautifulSoup
   
   # 替换为目标网站域名，支持Chrome/Firefox等主流浏览器
   cookies = browser_cookie3.chrome(domain_name="example.com")
   response = requests.get("目标页面URL", cookies=cookies)
   soup = BeautifulSoup(response.text, "html.parser")
   # 提取目标元素文本
   target_text = soup.select_one(".your-target-element").get_text(strip=True)
   print(target_text)
   

   注意：动态渲染的内容（如JS异步加载的数据）无法通过该方案获取。

方案3：PyAutoGUI结合OCR（极端场景备用） #

如果无法开启浏览器远程调试，可通过模拟操作+OCR提取文本，缺点是精度受截图质量和窗口位置影响，仅作备选：

1. 安装依赖：pip install pyautogui pytesseract，并安装Tesseract OCR引擎
2. 示例代码：

   import pyautogui
   import pytesseract
   
   # Windows需指定Tesseract路径，mac/Linux可省略
   pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
   # 替换为目标元素的屏幕坐标（x,y为左上角坐标，width/height为区域尺寸）
   screenshot = pyautogui.screenshot(region=(100, 200, 300, 50))
   target_text = pytesseract.image_to_string(screenshot).strip()
   print(target_text)
   

内容的提问来源于stack exchange，提问作者Dashdaber 154