Extracción de Datos

Métodos para extraer información de la página.

get_page_source()

Devuelve el HTML completo de la página como una cadena.

html = driver.get_page_source()

# Guardar en archivo
with open("page.html", "w", encoding="utf-8") as f:
    f.write(html)

# Analizar con BeautifulSoup
from bs4 import BeautifulSoup
soup = BeautifulSoup(html, "html.parser")

BeautifulSoup es opcional

cdriv no depende de BeautifulSoup. Instálalo por separado si es necesario: pip install beautifulsoup4

get_title()

Devuelve el título de la página (contenido de la etiqueta <title>).

title = driver.get_title()
print(f"Página: {title}")

Ejemplo

from cdriv import CDriv

with CDriv() as driver:
    driver.new_session()
    driver.navigate("https://example.com")

    html = driver.get_page_source()
    title = driver.get_title()

    print(f"Título: {title}")
    print(f"Tamaño del HTML: {len(html)} caracteres")