Por qué una captura no basta
Tres cosas que una imagen oculta, un límite que el texto tampoco resuelve, y por qué Dinoer no devuelve ninguna imagen.
Una captura de pantalla muestra el aspecto de una página. No dice qué es cada elemento, adónde lleva un enlace ni qué contiene la página sin mostrarlo. Dinoer no produce ninguna imagen, en ningún modo, y lee esa información como texto.
Uno: qué es un elemento, y adónde lleva
En una captura, un enlace y un botón con el mismo estilo se ven iguales, igual que un control desactivado y uno activo cuando el diseño usa un gris pálido.
La página sí conoce la diferencia: link "Learn more" /url: https://… da el
rol y el destino antes de cualquier clic. Mirar píxeles no permite
recuperarlo. El árbol de accesibilidad →
Dos: lo que está en la página sin mostrarse
Un <dialog> que no se ha abierto forma parte del documento, y sus botones
existen en el DOM. Un menú plegado contiene sus enlaces; una pestaña oculta,
su contenido.
Leer texto en lugar de píxeles no lo resuelve. El árbol de accesibilidad
solo muestra lo que se renderiza: un <details> o un <dialog> cerrado
aparece sin su contenido, igual que una captura no mostraría nada de él. Para
ver lo que contiene el documento, lea el DOM con evaluer
(document.querySelectorAll(…)), como hace el escenario de reconocimiento.
Tres: si el objetivo sigue siendo el objetivo
Una captura es un instante. Entre ese instante y la acción, un aviso puede cerrarse, un diálogo abrirse, una lista crecer. Todo lo que se identificó por su posición en ese instante se ha movido: es la forma habitual en que un clic automatizado cae en el elemento equivocado y aun así informa de un éxito.
Dinoer designa cada elemento con un selector CSS, nunca con una posición en una imagen. Un selector puede seguir apuntando a otro elemento tras un cambio en el DOM, pero el fallo debido a la posición desaparece.
Entonces, ¿qué hay que mirar?
Nada.
Si necesita ver la página como la ve una persona, ábrala en un navegador. Dinoer devuelve texto pensado para decidir qué leer o qué hacer a continuación, no algo que mirar.
En resumen
- Los roles y los destinos no tienen forma visible: es la razón principal para leer la estructura en lugar de píxeles.
- Estar en el documento no es lo mismo que mostrarse, ni en texto ni en imagen; lea el DOM cuando importe.
- Un selector designa un elemento, no una posición.
- No hay imagen, ni para el modelo ni para usted.