使用Selenium获取Gmail页面源码保存为HTML后无法正常显示如何解决

• Gmail属于重度动态渲染的单页应用，你使用time.sleep(5)的固定等待逻辑无法保证所有页面资源（CSS、JS、字体、异步加载的内容）完全加载完成，拿到的page_source本身就不完整。
• 直接提取的page_source中大量资源路径是相对路径，且很多静态资源、接口请求都依赖谷歌账户的登录态、存在跨域访问限制，单独保存为本地HTML文件后，浏览器无法正常加载这些依赖资源，自然会出现样式错乱、内容缺失的问题。
• Gmail的大部分交互和内容渲染依赖JS运行时执行，静态保存的HTML没有运行对应JS逻辑，无法还原动态渲染的内容。

1. 替换固定等待为显式等待，确保页面完全加载 #

不要用固定时长的time.sleep，改用显式等待逻辑，等待你需要的核心页面元素加载完成后再提取页面源码，示例代码如下：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 提前加载Chrome本地配置，避免每次登录账户，需要替换为你自己的Chrome用户数据路径
options = webdriver.ChromeOptions()
options.add_argument(r"user-data-dir=C:\Users\你的用户名\AppData\Local\Google\Chrome\User Data")
options.add_argument("profile-directory=Default")
driver = webdriver.Chrome(options=options)

driver.get("你的Gmail账户链接")
# 等待Gmail的收件箱核心元素加载完成，最长等待20秒
try:
    WebDriverWait(driver, 20).until(
        EC.presence_of_element_located((By.XPATH, "//div[@role='main']"))
    )
    page_source = driver.page_source
    # 后续处理逻辑
finally:
    driver.quit()

2. 保存全资源内嵌的HTML文件 #

如果需要本地打开也能正常显示样式，不要直接保存page_source，可以调用JS实现页面完整保存，或者使用第三方库把所有外部资源转成base64内嵌到HTML中，避免资源加载失败的问题。

3. 优先使用快照替代静态HTML保存 #

如果你只是需要留存页面效果，直接使用selenium自带的截图功能即可，比保存静态HTML的还原度高得多，调用方法为driver.save_screenshot("gmail页面.png")。

内容的提问来源于stack exchange，提问作者dasdasddas dsadasd