python - 如何使用 python 以编程方式测量 HTML 源代码中元素的大小？

Question

我正在用 python 进行网页布局分析。一个基本的任务是在给定 HTML 源代码的情况下以编程方式测量元素的大小，以便我们可以获得网页语料库的内容/广告比率、广告 block 位置、广告 block 大小的统计数据。

一个明显的方法是使用宽度/高度属性，但它们并不总是可用。此外，width: 50% 等内容需要在加载到 DOM 后进行计算。所以我想将 HTML 源代码加载到窗口大小预定义的浏览器中(比如 mechanize 虽然我不确定是否可以设置窗口的大小)是一个很好的尝试方法，但 mechanize 不支持返回无论如何都是一个元素大小。

在 python 中是否有任何通用的方法(没有宽度/高度属性)，最好是使用一些库？

谢谢!

Answer 1

我建议你看看Ghost - 用 python 编写的 webkit 网络客户端。它支持 JavaScript，因此您可以轻松调用 JavaScript 函数并获取其返回值。示例显示了如何找出谷歌文本框的宽度:

>>> from ghost import Ghost
>>> ghost = Ghost()
>>> ghost.open('https://google.lt')
>>> width, resources = ghost.evaluate("document.getElementById('gbqfq').offsetWidth;")
>>> width
541.0  # google text box width 541px