Python中的HTML元素位置

Question

我在用lxml.html这个库在Python中解析一些HTML内容。我想大致估算一下网页中元素的位置，也就是如果在浏览器中渲染后，它们大概会在哪里。这个位置不需要非常精确，但要大致正确。为了简单起见，我会忽略JavaScript对元素位置的影响。最终，我希望能够遍历这些元素（比如通过lxml），找到它们的x/y坐标。有没有什么好的方法可以做到这一点？我不一定要用lxml，也愿意尝试其他的库。

Answer 1

正如Sven所说，你需要一个HTML渲染引擎。之前有人问过关于渲染HTML的问题，你可以参考一下那个内容。

用于渲染HTML和JavaScript的Python库

Answer 2

使用PyQt和webkit：

import sys
from PyQt4.QtCore import *
from PyQt4.QtGui import *
from PyQt4.QtWebKit import *

class MyWebView(QWebView):
    def __init__(self):
        QWebView.__init__(self)
        QObject.connect(self,SIGNAL('loadFinished(bool)'),self.showelements)

    def showelements(self):
        html=self.page().currentFrame().documentElement()
        for link in html.findAll('a'):
            print(link.toInnerXml(),str(link.geometry())[18:])


if __name__=='__main__':
    app = QApplication(sys.argv)

    web = MyWebView()
    web.load(QUrl("http://www.google.com"))
    web.show()

    sys.exit(app.exec_())