python - Selenium webdriver中的UTF编码

我目前有以下内容：

from selenium import webdriver
d = webdriver.Chrome()
# request the url and get the page contents
title = result.find("span", {"class": "episode"}).find("a").text

但是，返回给我的“文本”是：

# Note the truncation on the word "envol"
<td class="title"><a href="/title/tt1844708/">La grande envol</a></td>

但是，当我下载页面源代码时，它显示以下内容：

<td class="title"><a href="/title/tt1844708/">La grande envolée</a>
    <span class="year_type">(1927)</span><br />
</td>

为什么在webdriver响应中文本被截断？我如何确保它能给我完整的utf-8编码文本？

最佳答案

据我了解，您正在将page_source内容传递给BeautifulSoup进行进一步的解析。

我不会这样做，因为selenium本身可以很好地处理parsing part。例如，您可以使用CSS selectors：

driver.find_element_by_css_selector('span.episode a').text

示例（使用this IMDb page）：

>>> from selenium import webdriver
>>> driver = webdriver.Chrome()
>>> driver.get('http://www.imdb.com/title/tt1844708/')
>>> print(driver.find_element_by_xpath('//span[@itemprop="name"]').text)
La grande envolée