Python Selenium爬虫如何自动下载网页内嵌无src的SVG？

核心逻辑 #

内嵌在DOM中的动态SVG没有独立外链，本质是直接嵌入页面文档树的<svg>节点，不需要通过requests发请求拉取资源，直接从浏览器渲染完成的DOM中提取完整节点源码，就能得到可独立打开、保留全部动态效果的标准SVG文件。

适配思路 #

在你原有悬停触发、APNG资源下载的逻辑基础上新增资源类型判断分支，完全不改动原有APNG的处理流程：

• 悬停触发对应元素后，同时等待两类媒体元素（带src的img标签、内嵌svg标签）任意一种加载完成
• 检测当前显示的元素是否为带有效src的img标签：如果是，走原有APNG下载流程
• 如果检测到当前显示的是内嵌svg节点，直接通过Selenium执行JS提取该节点的完整HTML源码，写入.svg格式文件即可

适配后的代码片段 #

# 保留原有悬停触发逻辑
ActionChains(driver).move_to_element(item).perform()

# 等待任意目标媒体元素加载完成
wait.until(
    lambda d: d.find_elements(By.ID, "img") or d.find_elements(By.TAG_NAME, "svg")
)

# 原有APNG资源处理逻辑
img_nodes = driver.find_elements(By.ID, "img")
if img_nodes and img_nodes[0].is_displayed():
    img_src = img_nodes[0].get_attribute("src")
    img_request = requests.get(img_src)
    if img_request.ok:
        with open(f"{item.text}.apng.png", "wb") as imgfile:
            print(f"Downloading {item.text}")
            imgfile.write(img_request.content)
    else:
        print("Request failed.")
        input("Press any key to exit")
        exit()
# 新增的内嵌动态SVG处理逻辑
else:
    # 定位当前可见的SVG节点
    visible_svg = wait.until(ec.visibility_of_element_located((By.TAG_NAME, "svg")))
    # 提取完整SVG序列化内容，自动保留所有内嵌动画、图形属性
    svg_full_content = driver.execute_script("return arguments[0].outerHTML;", visible_svg)
    # 以UTF-8编码写入.svg文件，可直接被浏览器、图片查看器打开
    with open(f"{item.text}.svg", "w", encoding="utf-8") as svgfile:
        print(f"Downloading {item.text}")
        svgfile.write(svg_full_content)

实际适配效果 #

• 提取的SVG源码自带完整的命名空间属性，以及<animate>、<animateTransform>等动态标签的全部配置，和页面悬停时看到的动态效果完全一致，不会出现动画丢失、图形变形的问题
• 整个流程全程无人工介入，完全适配批量下载的自动化需求，不需要依赖svg-grabber这类手动操作的浏览器插件
• 针对目标站点的页面结构，悬停后加载的SVG节点无外部资源依赖，提取的内容可以独立运行，不会出现资源路径失效的问题

内容的提问来源于stack exchange，提问作者541daw35d