【爬虫】DrissionPage-7
官方文档：
https://www.drissionpage.cn/browser_control/get_page_info/
1. 页面信息
📌 html
- 描述：返回当前页面的 HTML 文本。
- 注意：不包含
<iframe>元素的内容。 - 返回类型：
str
示例：
html_content = tab.html
print(html_content)
📌 json
- 描述：将请求内容解析为 JSON 格式。如果访问的 URL 返回的是
*.json文件，浏览器会直接显示 JSON 数据，此属性可以将这些数据转换为dict格式。 - 返回类型：
dict
示例：
json_data = tab.json
print(json_data)
📌 title
- 描述：返回当前页面的标题文本。
- 返回类型：
str
示例：
page_title = tab.title
print(page_title)
📌 user_agent
- 描述：返回当前页面的
user agent信息。 - 返回类型：
str
示例：
user_agent_info = tab.user_agent
print(user_agent_info)
📌 save()
-
描述：将当前页面保存为文件，同时返回保存的内容。如果
path和name参数都为None，则只返回内容，不保存文件。 -
参数：
参数名称 类型 默认值 说明 pathstr/PathNone保存路径。如果为 None且name不为None，则保存到当前路径。namestrNone保存的文件名。如果为 None且path不为None，则使用title值。as_pdfboolFalse为 True时保存为 PDF，否则保存为 MHTML，并忽略kwargs参数。**kwargs多种 无 PDF 生成参数，如 landscape,displayHeaderFooter,printBackground等。 -
返回类型：
类型 说明 str当 as_pdf为False时返回 MHTML 文本。bytes当 as_pdf为True时返回文件字节数据。
示例：
# 保存为 PDF
pdf_data = tab.save(as_pdf=True, path='path/to/save', name='page.pdf')# 保存为 MHTML
mhtml_content = tab.save(path='path/to/save', name='page.mhtml')
2. 运行结果信息
📌 url
- 描述：返回当前访问的 URL。
- 返回类型：
str
示例：
current_url = tab.url
print(current_url)
📌 tab_id
- 描述：返回当前标签页的 ID。
- 返回类型：
str
📌 states.is_loading
- 描述：返回页面是否正在加载状态。
- 返回类型：
bool
示例：
is_loading = tab.states.is_loading
print(is_loading)
📌 states.is_alive
- 描述：返回页面是否仍然可用，标签页已关闭则返回
False。 - 返回类型：
bool
示例：
is_alive = tab.states.is_alive
print(is_alive)
📌 states.ready_state
-
描述：返回页面当前加载状态，有以下四种：
'connecting'：网页连接中'loading'：文档还在加载中'interactive'：DOM 已加载，但资源未加载完成'complete'：所有内容已完成加载
-
返回类型：
str
示例：
ready_state = tab.states.ready_state
print(ready_state)
📌 url_available
- 描述：以布尔值返回当前链接是否可用。
- 返回类型：
bool
📌 states.has_alert
- 描述：以布尔值返回页面是否存在弹出框。
- 返回类型：
bool
示例：
has_alert = tab.states.has_alert
print(has_alert)
3. 窗口信息
📌 rect.size
- 描述：以
tuple返回页面大小，格式为(宽, 高)。 - 返回类型：
Tuple[int, int]
示例：
page_size = tab.rect.size
print(page_size)
📌 rect.window_size
- 描述：以
tuple返回窗口大小，格式为(宽, 高)。 - 返回类型：
Tuple[int, int]
📌 rect.window_location
- 描述：以
tuple返回窗口在屏幕上的坐标，左上角为(0, 0)。 - 返回类型：
Tuple[int, int]
📌 rect.window_state
- 描述：返回窗口当前状态，有
'normal'、'fullscreen'、'maximized'、'minimized'几种。 - 返回类型：
str
示例：
window_state = tab.rect.window_state
print(window_state)
📌 rect.viewport_size
- 描述：以
tuple返回视口大小，不含滚动条，格式为(宽, 高)。 - 返回类型：
Tuple[int, int]
📌 rect.viewport_size_with_scrollbar
- 描述：以
tuple返回浏览器窗口大小，含滚动条，格式为(宽, 高)。 - 返回类型：
Tuple[int, int]
📌 rect.page_location
- 描述：以
tuple返回页面左上角在屏幕中坐标，左上角为(0, 0)。 - 返回类型：
Tuple[int, int]
📌 rect.viewport_location
- 描述：以
tuple返回视口在屏幕中坐标，左上角为(0, 0)。 - 返回类型：
Tuple[int, int]
📌 rect.scroll_position
- 描述：返回页面滚动条位置，格式为
(x, y)。 - 类型：
Tuple[float, float]
示例：
scroll_position = tab.rect.scroll_position
print(scroll_position)
4. 配置参数信息
📌 timeout
- 描述：整体默认超时时间（秒），包括元素查找、点击、处理提示框、列表选择等需要用到超时设置的地方，都以这个数据为默认值。默认为
10。 - 返回类型：
int或float
示例：
default_timeout = tab.timeout
print(default_timeout)
📌 timeouts
-
描述：以字典方式返回三种超时时间（秒）：
'base'：与timeout属性是同一个值'page_load'：用于等待页面加载'script'：用于等待脚本执行
-
返回类型：
dict
示例：
timeouts_info = tab.timeouts
print(timeouts_info)
输出：
{'base': 10, 'page_load': 30.0, 'script': 30.0}
📌 retry_times
- 描述：网络连接失败时的重试次数，默认为
3。 - 返回类型：
int
📌 retry_interval
- 描述：网络连接失败时的重试等待间隔秒数，默认为
2。 - 返回类型：
int或float
📌 load_mode
-
描述：返回页面加载策略，有以下三种：
'normal'：等待页面所有资源完成加载'eager'：DOM 加载完成即停止'none'：页面完成连接即停止
-
返回类型：
str
示例：
load_strategy = tab.load_mode
print(load_strategy)
5. Cookies 和缓存信息
📌 cookies()
-
描述：以列表方式返回 Cookies 信息。
-
参数：
参数名称 类型 默认值 说明 all_domainsboolFalse是否返回所有 Cookies，为 False只返回当前 URL 的。all_infoboolFalse返回的 Cookies 是否包含所有信息， False时只包含name、value、domain信息。 -
返回类型：
CookiesList（Cookies 组成的列表）
示例：
from DrissionPage import Chromiumtab = Chromium().latest_tab
tab.get('https://www.baidu.com')for cookie in tab.cookies():print(cookie)
输出：
{'domain': '.baidu.com', 'domain_specified': True, ......}
......
📌 指定返回类型
cookies().as_str()：返回'name1=value1; name2=value2'格式的字符串。cookies().as_dict()：返回{name1: value1, name2: value2}格式的字典。cookies().as_json()：返回 JSON 格式的字符串。
说明： as_str() 和 as_dict() 都只会保留 'name' 和 'value' 字段。
示例：
cookies_str = tab.cookies().as_str()
print(cookies_str)cookies_dict = tab.cookies().as_dict()
print(cookies_dict)cookies_json = tab.cookies().as_json()
print(cookies_json)
📌 session_storage()
-
描述：用于获取
sessionStorage信息，可获取全部或单个项。 -
参数：
参数名称 类型 默认值 说明 itemstrNone要获取的项目，为 None则返回全部项目组成的字典。 -
返回类型：
类型 说明 dictitem参数为None时返回所有项目。str指定 item时返回该项目内容。
示例：
session_storage_info = tab.session_storage()
print(session_storage_info)session_storage_item = tab.session_storage(item='key_name')
print(session_storage_item)
📌 local_storage()
-
描述：用于获取
localStorage信息，可获取全部或单个项。 -
参数：
参数名称 类型 默认值 说明 itemstrNone要获取的项目，为 None则返回全部项目组成的字典。 -
返回类型：
类型 说明 dictitem参数为None时返回所有项目。str指定 item时返回该项目内容。
示例：
local_storage_info = tab.local_storage()
print(local_storage_info)local_storage_item = tab.local_storage(item='key_name')
print(local_storage_item)