Я пытаюсь очистить веб-сайт, созданный с помощью Angular, с использованием Python, но сталкиваюсь с проблемами при получении динамически генерируемого контента. Когда я делаю прямой HTTP-запрос или просматриваю исходный код страницы, я получаю только исходный HTML-код, который содержит
<app-root>
<!-- empty app root -->
</app-root>
заполнитель. Однако, когда я проверяю отображаемую страницу в браузере, я вижу ее полное содержимое. Вот что возвращает проверенная страница, когда я выбираю ее на странице, отображаемой в браузере:
<app-root _nghost-ynj-c115 ng-version = "14.3.0">
<!-- Rendered HTML content from browser inspection -->
...
</app-root>
Я пробовал использовать Selenium для ожидания рендеринга контента, но не уверен, использую ли я правильные селекторы или есть лучший подход. Вот код, который я использовал:
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from webdriver_manager.chrome import ChromeDriverManager
service = Service(ChromeDriverManager().install())
options = webdriver.ChromeOptions()
options.headless = True
driver = webdriver.Chrome(service=service, options=options)
try:
driver.get("https://www.fedlex.admin.ch/de/cc/international-law/0.1")
WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.CSS_SELECTOR, "app-root ng-version"))
)
page_source = driver.page_source
finally:
driver.quit()
print(page_source)
Кажется, этот код не извлекает динамический контент должным образом. Как я могу программно проверить страницу и получить полный контент, отображаемый Angular? Существует ли особый способ взаимодействия с приложениями Angular с использованием Selenium или есть другой инструмент или метод, который мне следует рассмотреть для этой задачи?






Ваша проблема в том, что «app-root» отображается при запуске, но пуст.
Измените эту строку, в этом элементе представлены данные.
EC.presence_of_element_located((By.XPATH, "//div[@id='content']"))