不同文本提取方法Benchmark：Selenium提取221×7表格的最优方案

针对你提取221×7表格数据的需求，使用JavaScript在浏览器端批量解析DOM是最快的非剪贴板方案，耗时可控制在0.5秒以内，完全满足你的要求。

核心实现代码 #

# 执行JavaScript脚本，一次性提取表格所有数据
table_data = driver_lsx_watchlist.execute_script("""
    // 定位目标表格tbody
    const tbody = document.querySelector('#page_content > div > div > div > div > module > div > table > tbody');
    // 获取所有行
    const rows = tbody.querySelectorAll('tr');
    // 遍历行和单元格，提取文本内容
    return Array.from(rows, row => {
        const cells = row.querySelectorAll('td > div');
        return Array.from(cells, cell => cell.textContent.trim());
    });
""")

# 输出提取结果
for index, row in enumerate(table_data):
    print(f'{index} {" ".join(row)}')

方案优势分析 #

对比你测试的四种方案，这个方案的核心优势在于：

• 单次跨进程通信：所有DOM解析和数据提取在浏览器端完成，只需要一次Selenium与浏览器的通信，彻底避免了方案2中循环调用find_elements的巨大开销（200秒的根源就是每次循环都发起跨进程请求）
• 精准高效：直接定位目标表格的DOM节点，只提取需要的单元格内容，比方案3提取整个body文本更精准，也比方案1的文本拆分更高效
• 无剪贴板占用：完全不依赖系统剪贴板，不会影响电脑的正常使用

最佳实践总结 #

1. 优先用JS批量提取：对于大量元素的内容获取，始终用execute_script在浏览器端完成处理，减少跨进程通信次数（这是Selenium性能优化的核心）
2. 禁止循环查找元素：绝对不要在Python循环中调用find_element/find_elements，每一次调用都会产生额外的通信开销，数据量越大性能越差
3. 选择高效的元素定位器：优先使用CSS选择器（querySelector/querySelectorAll），比XPath解析更快、语法更简洁；如果必须用XPath，也要一次性定位到所有目标元素
4. 浏览器端完成预处理：文本修剪、格式整理等操作尽量放在JS中完成，减少本地Python的处理压力

内容的提问来源于stack exchange，提问作者ngn16920