python 中的 Selenium driver.page_source 和 driver.execute_script('return document.documentElement.outerHTML') 有什么区别？

Question

我正在分析别人写的脚本。这是它的一个片段：

    def chromedriver():
        options = webdriver.ChromeOptions()
        driver = webdriver.Chrome(options=options)
        driver.implicitly_wait(5)
        driver.maximize_window()
        return driver
    
    def pre_scraping(driver, alpha,beta):
        soup = BeautifulSoup(driver.execute_script('return document.documentElement.outerHTML'), 'html.parser')
        deck =  soup.find('div', {'id':'mainSummary'})
        cards = deck.find_all('div', {'class' : 'cp-tile'})[alpha:beta]

不是在 driver.page_source 的帮助下获取当前页面的源，而是在 driver.execute_script('return document.documentElement.outerHTML' 的帮助下获取外部 HTML（包含标签） ).我在 Whosebug 上找到的条目表明，对于内容变化很快的网站，最好使用 driver.execute_script 而不是 driver.page_source。 driver.execute_script 可以作为刷新特定页面内容的快捷方式吗？ driver.page_source 和 driver.execute_script 在这种情况下有什么区别？我添加两个与问题相关的链接：

How to check if a web page's content has been changed using Selenium's webdriver with Python?

Answer 1

Get Page Source

根据规范：

The Get Page Source command returns a string serialization of the DOM of the current browsing context active document.

所以driver.page_source gets the source of the last loaded page. If the page has been modified after loading (for example, by JavaScript or AJAX) 不能保证返回的文本就是修改页面的文本。返回的文本是反映页面的当前状态还是网络服务器最后发送的文本，仍然存在一些歧义。返回的页面源是底层 DOM 的表示，我们不应该期望它以与从 Web 服务器发送的响应相同的方式进行格式化或转义。

---

Element.outerHTML

元素的 outerHTML 属性获取描述元素（包括其后代）的序列化 HTML 片段。它还可以设置为用从给定字符串解析的节点替换元素。但是，理想情况下，要仅获得元素内容的 HTML 表示，您需要使用 innerHTML 属性 代替。因此读取 outerHTML returns 的值 DOM 包含元素及其后代的 HTML 序列化的字符串。设置 outerHTML 的值会将元素及其所有后代替换为通过解析指定的 htmlString 构建的新 DOM 树。

---

结论

总结一下从driver.page_source获得的页面源代码在哪里或多或少是艺术家对DOM Tree、的印象Element.outerHTML 获取描述元素（包括其后代）的序列化 HTML 片段。