page_source为空的根本原因是未等待DOM渲染完成就过早读取。应使用WebDriverWait配合expected_conditions显式等待关键元素出现，而非盲目sleep；同时需注意反爬检测导致的降级HTML问题。
直接用 driver.page_source 拿到的 HTML 就是 JavaScript 执行完毕、DOM 渲染完成后的最终结构，不需要额外“解析”或“转译”——前提是页面确实加载完了。
为什么 page_source 有时还是空的？
不是 page_source 不可靠，而是你读得太早了。浏览器还在发请求、执行 JS、插入节点，DOM 树还没稳定下来，这时调用 page_source 就会拿到半成品 HTML（比如只有骨架、没数据）。
- 常见错误现象：
page_source里找不到你肉眼可见的元素，或者 class 名对不上、文本为空 - 根本原因：没等目标内容真正出现在 DOM 中就急着读取
- 硬加
time.sleep(3)不靠谱——网速快时浪费时间，慢时又不够 - 正确做法：用显式等待，盯住某个能代表“页面就绪”的元素
怎么等才安全？用 WebDriverWait + expected_conditions
显式等待比 sleep 精准得多，它会轮询 DOM，直到指定条件满足或超时。关键不是“等几秒”，而是“等什么出现”。
- 优先等一个**有业务语义的元素**，比如豆瓣电影列表页的
movie-item类名容器，而不是随便一个div - 常用判断条件：
presence_of_element_located（节点存在）、visibility_of_element_located（节点可见且尺寸 >0）、text_to_be_present_in_element（某文本出现） - 超时时间建议设为 10–15 秒，太短容易误判，太长拖慢整体效率
- 示例：
from selenium.webdriver.support.ui import WebDriverWait<br>from selenium.webdriver.support import expected_conditions as EC<br>from selenium.webdriver.common.by import By<br><br>wait = WebDriverWait(driver, 10)<br>wait.until(EC.presence_of_element_located((By.CLASS_NAME, "list-item")))
page_source 和 driver.execute_script("return document.documentElement.outerHTML") 有啥区别？
绝大多数情况下没区别，但有两个边界场景要注意：
立即学习“前端免费学习笔记（深入）”；
- 如果页面用了 Shadow DOM 或 iframe 嵌套很深，
page_source只返回主文档的 HTML，而execute_script可以手动切到子 frame 再取；不过这种情况极少，先别预设复杂度 -
page_source是 Selenium 自动序列化的结果，已做基础编码处理；execute_script返回的是原始 JS 字符串，若含 Unicode 或特殊字符，可能需要手动 decode - 性能上几乎无差别，
page_source更简洁、更符合直觉，优先用它
Firefox 和 Chrome 无头模式下 page_source 行为一致吗？
行为完全一致——只要驱动版本和浏览器版本匹配，page_source 返回的就是当前渲染树的完整 HTML 字符串，与底层引擎无关。
- 差异只在启动参数写法：
options.add_argument('--headless')（Chrome） vsoptions.add_argument('-headless')（Firefox，注意是单横线） - Firefox 默认启用更多兼容性补丁，对老旧 JS 框架（如 jQuery 1.x）支持略好；Chrome 渲染速度稍快，但两者在
page_source输出上无实质区别 - 别纠结选哪个，选你本地装好、驱动能自动配上的那个就行
真正容易被忽略的点是：有些网站会检测 navigator.webdriver 或 User-Agent 并返回降级 HTML，这时候 page_source 看起来“不对劲”，其实不是等待问题，而是反爬干扰——得加 options.add_argument('--disable-blink-features=AutomationControlled') 和伪造 UA，但这已是另一层问题了。
