Selenium Web驅動程序getPageSource（）錯誤的包含轉義值的屬性和值

Question

在使用硒時，剛纔我解析selenium的輸出getPageSource()方法時出錯。 使用具有硒火狐驅動火狐=

<meta name="news_keywords" content="devo max,independence vote,no campaign,referendum,scotland \"no\" vote,scotland independence,scotland powers,scotland referendum,scotland vote,scottish referendum" /> 

getPageSource（）方法結果的網頁源代碼的實際元標記=

<meta referendum"="" vote,scottish="" referendum,scotland="" powers,scotland="" independence,scotland="" vote,scotland="" no\"="" content="devo max,independence vote,no campaign,referendum,scotland \" name="news_keywords" /> 

它非常荒謬和創建的HTML輸出的進一步的處理的問題。 任何建議或幫助或解決方法？

Answer 1

從文檔：

getPageSource

java.lang.String中getPageSource（）

獲取最後加載頁面的源代碼。如果頁面在加載（例如，通過Javascript）後被修改爲 ，則不能保證 返回的文本是修改頁面的文本。請參閱 正在使用的特定驅動程序的文檔，以確定返回的文本是否反映了網頁當前的狀態或上次由Web服務器發送的文本 。返回的頁面源是底層DOM的 表示：不要期望將其格式化爲 或以與從Web服務器發送的響應相同的方式轉義。 把它當作藝術家的印象。

返回： 當前頁面

http://selenium.googlecode.com/git/docs/api/java/org/openqa/selenium/WebDriver.html#getPageSource%28%29