ChromeDriver打开PDF标签页无法获取文档元素的技术问询

Chrome内置PDF查看器加载时，会通过后台脚本动态修改根文档的<title>（设置为PDF文件名），但Selenium的PageSource返回的是页面初始加载的HTML快照，不会同步动态更新后的DOM内容，所以你直接查找元素或读取PageSource拿不到目标内容。以下是几种可行的解决方式：

方式1：直接使用Selenium内置的Title属性 #

这是最简单的方法，Selenium的Driver对象自带Title属性，会直接返回当前页面的标题，无需操作DOM：

_driver.Navigate().GoToUrl("https://unec.edu.az/application/uploads/2014/12/pdf-sample.pdf");
// 等待页面加载完成（结合显式等待确保标题已设置）
WebDriverWait wait = new WebDriverWait(_driver, TimeSpan.FromSeconds(10));
wait.Until(d => !string.IsNullOrEmpty(d.Title));

string pdfTitle = _driver.Title;
// pdfTitle会返回"pdf-sample.pdf"

方式2：通过JavaScript获取动态更新的DOM内容 #

如果必须从DOM元素层面获取<title>，可以用JavaScript执行器直接读取当前页面的实时DOM状态：

_driver.Navigate().GoToUrl("https://unec.edu.az/application/uploads/2014/12/pdf-sample.pdf");
var jsExecutor = (IJavaScriptExecutor)_driver;

// 等待title元素被添加到DOM
WebDriverWait wait = new WebDriverWait(_driver, TimeSpan.FromSeconds(10));
wait.Until(d => (bool)jsExecutor.ExecuteScript("return document.querySelector('head > title') !== null;"));

// 获取title文本内容
string titleText = (string)jsExecutor.ExecuteScript("return document.title;");
// 或者直接获取title元素对象
IWebElement titleElement = (IWebElement)jsExecutor.ExecuteScript("return document.querySelector('head > title');");

补充说明 #

你看到的<embed>标签是Chrome内置PDF查看器的载体，实际的PDF内容在该标签的Shadow DOM中，但你要的根文档<title>并不在Shadow DOM里，只是因为PageSource的静态快照特性才看不到。通过上述两种方法，都能绕过静态快照的限制，拿到动态更新后的标题内容。

内容的提问来源于stack exchange，提问作者bar2