Python 不僅可以抓取網(wǎng)頁(yè)上的靜態(tài)文本，完全有能力抓取動(dòng)態(tài)輸入框（Input fields）中的內(nèi)容，并將其與數(shù)據(jù)庫(kù)、Excel 文件或網(wǎng)頁(yè)上的其他文本段落進(jìn)行自動(dòng)化比對(duì)。

這一過程在自動(dòng)化測(cè)試（QA）、數(shù)據(jù)爬蟲以及表單驗(yàn)證場(chǎng)景中非常常見。對(duì)于初學(xué)者來說，理解這一過程的核心在于明白網(wǎng)頁(yè)結(jié)構(gòu)的差異：普通文本通常存儲(chǔ)在標(biāo)簽之間，而輸入框的內(nèi)容通常存儲(chǔ)在屬性（Attribute）中。

本文將以最適合初學(xué)者的工具 Selenium 為例，手把手教你如何實(shí)現(xiàn)這一功能。

1. 核心概念與準(zhǔn)備工作

在開始編寫代碼之前，我們需要理解兩個(gè)基礎(chǔ)概念，并配置好 Python 環(huán)境。

1.1 核心區(qū)別：.text與.value

這是初學(xué)者最容易掉入的陷阱：

• 普通文本（如 <p>, div>, span>）：內(nèi)容夾在標(biāo)簽中間，例如 <div>這里是文本</div>。我們通過獲取元素的 text 屬性來讀取。
• 輸入框（如 <input>, <textarea>）：內(nèi)容通常作為屬性存在，例如 <input value="用戶輸入的內(nèi)容">。我們需要通過獲取元素的 value 屬性來讀取。

1.2 環(huán)境準(zhǔn)備

我們需要安裝 Python 的瀏覽器自動(dòng)化庫(kù) Selenium，以及自動(dòng)管理瀏覽器驅(qū)動(dòng)的工具 webdriver-manager。

打開你的終端（Terminal 或 CMD），運(yùn)行以下命令：

pip install selenium webdriver-manager

2. 實(shí)戰(zhàn)步驟：從抓取到校對(duì)

我們將模擬一個(gè)場(chǎng)景：網(wǎng)頁(yè)上有一個(gè)輸入框（用戶已填入姓名），網(wǎng)頁(yè)下方有一段標(biāo)準(zhǔn)文本，我們需要核對(duì)輸入框里的名字是否與標(biāo)準(zhǔn)文本一致。

第一步：初始化瀏覽器

首先，我們需要通過 Python 啟動(dòng)一個(gè)瀏覽器窗口。

from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.common.by import By
import time

# 自動(dòng)下載并配置 Chrome 驅(qū)動(dòng)
service = Service(ChromeDriverManager().install())
driver = webdriver.Chrome(service=service)

# 打開目標(biāo)網(wǎng)頁(yè)（此處以一個(gè)示例 HTML 文件或網(wǎng)站為例）
# 在實(shí)際操作中，請(qǐng)?zhí)鎿Q為你需要操作的 URL
driver.get("https://www.example.com") 

# 強(qiáng)制等待幾秒，確保網(wǎng)頁(yè)加載完成（生產(chǎn)環(huán)境建議使用顯式等待，見下文）
time.sleep(2)

第二步：定位并抓取“輸入框”內(nèi)容

假設(shè)網(wǎng)頁(yè)上有一個(gè)輸入框，其 HTML 代碼如下：<input id="username_input" type="text" value="張三">

我們需要抓取這個(gè) value 中的“張三”。

# 1. 定位輸入框元素 (假設(shè) ID 為 username_input)
input_element = driver.find_element(By.ID, "username_input")

# 2. 關(guān)鍵點(diǎn)：使用 get_attribute('value') 獲取輸入框內(nèi)的文字
# 注意：不能使用 .text，否則會(huì)返回空字符串
input_content = input_element.get_attribute("value")

print(f"抓取到的輸入框內(nèi)容: {input_content}")

第三步：定位并抓取“參考文本”

假設(shè)網(wǎng)頁(yè)下方有一個(gè)標(biāo)準(zhǔn)答案區(qū)域：<div id="standard_name">張三</div>

# 1. 定位參考文本元素
text_element = driver.find_element(By.ID, "standard_name")

# 2. 對(duì)于普通標(biāo)簽，直接使用 .text 獲取可見文本
reference_content = text_element.text

print(f"抓取到的參考文本: {reference_content}")

第四步：執(zhí)行校對(duì)邏輯（Python 字符串比對(duì)）

現(xiàn)在兩個(gè)數(shù)據(jù)都已經(jīng)在 Python 變量中了，我們可以使用標(biāo)準(zhǔn)的 Python 邏輯進(jìn)行比對(duì)。

# 去除可能存在的首尾空格，提高比對(duì)準(zhǔn)確率
clean_input = input_content.strip()
clean_ref = reference_content.strip()

print("-" * 30)
print("開始校對(duì)...")

if clean_input == clean_ref:
    print("? 校對(duì)成功：輸入框內(nèi)容與參考文本完全一致。")
else:
    print("? 校對(duì)失?。?)
    print(f"差異詳情 -> 輸入框: [{clean_input}] vs 參考文本: [{clean_ref}]")

3. 進(jìn)階技巧：模糊匹配與差異高亮

在現(xiàn)實(shí)世界中，文本可能只有細(xì)微差別（比如多了一個(gè)句號(hào)）。如果不需要由“完全一致”，可以使用 Python 內(nèi)置的 difflib 庫(kù)來計(jì)算相似度。

import difflib

# 計(jì)算相似度 (0.0 到 1.0)
similarity = difflib.SequenceMatcher(None, clean_input, clean_ref).ratio()

print(f"文本相似度: {similarity * 100:.2f}%")

if similarity > 0.9: # 設(shè)定閾值，例如 90% 以上算通過
    print("?? 內(nèi)容基本一致（允許細(xì)微差異）。")

4. 常見陷阱與解決方案

作為初學(xué)者，在執(zhí)行上述代碼時(shí)可能會(huì)遇到以下問題：

4.1 抓取到的輸入框內(nèi)容為空

原因：你可能使用了 element.text 而不是 element.get_attribute('value')。

特例：如果是 <textarea>這里是內(nèi)容</textarea> 標(biāo)簽，有時(shí)可以使用 .text，但為了保險(xiǎn)起見，建議統(tǒng)一使用.get_attribute('value')。

4.2 元素找不到 (NoSuchElementException)

原因：代碼運(yùn)行速度太快，網(wǎng)頁(yè)還沒加載完輸入框，代碼就嘗試去抓取了。

解決：不要只用 time.sleep()。使用 Selenium 的 顯式等待 (WebDriverWait)。

from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# 等待最多 10 秒，直到元素出現(xiàn)
input_element = WebDriverWait(driver, 10).until(
    EC.presence_of_element_located((By.ID, "username_input"))
)

4.3 輸入框在 iframe 里

現(xiàn)象：你能看到元素，但 Selenium 怎么都找不到。

解決：網(wǎng)頁(yè)可能嵌套了 iframe。你需要先切換進(jìn)去：
driver.switch_to.frame("frame_id")，操作完后再切回來 driver.switch_to.default_content()。

5. 總結(jié)

使用 Python 校對(duì)網(wǎng)頁(yè)輸入框內(nèi)容不僅可行，而且是自動(dòng)化領(lǐng)域的一項(xiàng)基礎(chǔ)技能。

完整的邏輯回顧：

• 啟動(dòng) Selenium 瀏覽器。
• 定位 輸入框元素，使用 .get_attribute('value') 提取動(dòng)態(tài)內(nèi)容。
• 定位 對(duì)照組文本，使用 .text 提取靜態(tài)內(nèi)容。
• 清洗 數(shù)據(jù)（去除空格 .strip()）。
• 利用 Python 的 if 語句或 difflib 庫(kù)進(jìn)行精確或模糊比對(duì)。

只要掌握了 .text 和 .get_attribute('value') 的區(qū)別，你就已經(jīng)跨過了這個(gè)任務(wù)最大的門檻?，F(xiàn)在，嘗試編寫你的第一個(gè)自動(dòng)校對(duì)腳本吧！

到此這篇關(guān)于Python自動(dòng)化獲取網(wǎng)頁(yè)輸入框內(nèi)容并進(jìn)行文本校對(duì)的文章就介紹到這了,更多相關(guān)Python獲取網(wǎng)頁(yè)內(nèi)容并校對(duì)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論