在Web页面的DOM结构中，SPAN元素常用于包裹小块文本或行内元素，很多动态渲染的内容、表单提示信息、数据展示内容都会放在SPAN标签中。使用Selenium操作这类元素时，需要结合元素特性选择合适的提取方式，才能保证获取到正确的文本。
基础提取方法：text属性
最直接的方式是使用WebElement的text属性，该属性会返回元素内所有可见的文本内容，包括子元素的文本。这种方式适用于SPAN元素已经渲染完成、内容静态的场景。
from selenium import webdriver
from selenium.webdriver.common.by import By
# 初始化浏览器驱动
driver = webdriver.Chrome()
driver.get("https://ipipp.com/test_page") # 替换为实际测试页面地址
# 定位SPAN元素
span_element = driver.find_element(By.CSS_SELECTOR, "span.target_span")
# 提取文本
text_content = span_element.text
print(text_content)
driver.quit()
处理动态内容的等待机制
如果SPAN的内容是通过JavaScript动态加载的，直接获取text属性可能会得到空字符串。这时候需要添加显式等待，等元素内容加载完成后再提取。
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
driver = webdriver.Chrome()
driver.get("https://ipipp.com/dynamic_page")
# 显式等待，最多等10秒，直到SPAN元素的文本不为空
wait = WebDriverWait(driver, 10)
span_element = wait.until(
lambda d: d.find_element(By.ID, "dynamic_span") if d.find_element(By.ID, "dynamic_span").text != "" else None
)
text_content = span_element.text
print(text_content)
driver.quit()
提取隐藏元素的文本：get_attribute方法
如果SPAN元素设置了display:none或者visibility:hidden样式，text属性会返回空字符串。这时候可以通过get_attribute("textContent")或者get_attribute("innerText")获取内容，这两个属性会返回元素的所有文本，包括隐藏内容。
textContent会返回元素内所有文本内容，包括script和style标签的内容，不会考虑样式渲染；innerText会考虑CSS样式，只返回渲染后可见的文本，但是部分浏览器对innerText的支持有差异。
from selenium import webdriver
from selenium.webdriver.common.by import By
driver = webdriver.Chrome()
driver.get("https://ipipp.com/hidden_span_page")
span_element = driver.find_element(By.CLASS_NAME, "hidden_span")
# 获取textContent属性
text_content = span_element.get_attribute("textContent")
print("textContent结果:", text_content)
# 获取innerText属性
inner_text = span_element.get_attribute("innerText")
print("innerText结果:", inner_text)
driver.quit()
处理嵌套SPAN的文本内容
如果目标SPAN内部还有嵌套的子SPAN，使用text属性会返回所有子元素的文本拼接结果。如果需要提取特定子元素的文本，可以先定位到子元素再提取，或者通过find_element组合定位。
from selenium import webdriver
from selenium.webdriver.common.by import By
driver = webdriver.Chrome()
driver.get("https://ipipp.com/nested_span_page")
# 定位父SPAN
parent_span = driver.find_element(By.ID, "parent_span")
# 提取父SPAN下所有文本
all_text = parent_span.text
print("父SPAN全部文本:", all_text)
# 定位子SPAN并提取文本
child_span = parent_span.find_element(By.CLASS_NAME, "child_span")
child_text = child_span.text
print("子SPAN文本:", child_text)
driver.quit()
常见问题与解决思路
- 提取到空文本：先检查元素是否加载完成，添加显式等待；再检查元素是否为隐藏状态，切换使用
get_attribute方法。 - 提取到错误文本：检查定位表达式是否准确，是否定位到了其他同类型元素，可以通过
driver.find_elements先查看匹配到的元素数量。 - 文本包含多余空格：提取后使用Python的字符串
strip()方法去除首尾空格，或者使用replace()处理中间多余空格。
实际使用时可以根据SPAN元素的具体场景选择对应的方法，优先保证元素定位准确、等待机制完善，再选择合适的文本提取方式，就能稳定获取到目标内容。