使用Python Selenium获取Google翻译页面p、span标签文本问题求助

问题原因 #

你当前无法提取到文本主要有三个问题：

1. 用jsaction属性定位元素稳定性极低，该属性属于Google前端的动态事件绑定属性，会随页面渲染随机变动
2. 固定0.5秒等待时间不足，网络波动或页面渲染延迟时，翻译结果还没加载完成就执行了元素提取操作
3. innerhtml拼写错误（正确为innerHTML），且普通.text方法会受元素可见性配置影响，经常拿不到异步渲染的内容

修正方案 #

import time
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

path = "C:\Program Files (x86)\chromedriver.exe"
opt = Options()
# 注意这里把myport替换成你实际的调试端口
opt.add_experimental_option("debuggerAddress", "Localhost:myport")
driver = webdriver.Chrome(executable_path=path, options=opt)
driver.get("https://translate.google.com/?hl=pl&sl=en&tl=pl&op=translate")

# 输入原文
input_ele = driver.find_element(By.XPATH, "//textarea")
input_ele.click()
input_ele.send_keys("hey")

# 显式等待翻译结果加载完成，最多等待10秒
wait = WebDriverWait(driver, 10)
result_ele = wait.until(EC.presence_of_element_located(
    # 用稳定的jsname属性定位翻译结果元素
    (By.XPATH, "//span[@jsname='W297wb']")
))

# 提取文本，textContent兼容性最高，不受元素可见性影响
translate_result = result_ele.get_attribute("textContent")
print(translate_result)

补充说明 #

如果后续遇到定位失效的情况，可以打开浏览器调试工具，直接在翻译结果文本上右键检查，找到承载文本的最内层span标签，用它的稳定属性（jsname、aria-label等）替换上面的定位条件即可。

内容的提问来源于stack exchange，提问作者Michał Wisełka