有没有可能通过编程获得网页生成的源码？

Question

正如标题所述，我想知道是否有一种方法可以获得页面生成的HTML代码。显然，我可以使用web开发工具(浏览器内置或外部程序)检查页面并获取它，但我真的希望自动完成它。也许使用Fiddler的API是可能的？

谢谢!

Answer 1

“源”在页面加载后不会被JavaScript更改，它是从源生成的文档对象模型(DOM)被更改。这个DOM随后被转换为GUI，并且只要不重新加载页面，它就会随着每次更改而改变。

DOM不是HTML代码字符串，它是页面在内存中的分层对象表示。当DOM被更改时，浏览器不会维护DOM的最新平面文件表示，这就是为什么当您“查看源代码”时，您只能看到最初通过HTTP发送给浏览器的内容。

在Firebug等开发人员工具中，页面/DOM的节点对节点表示是最接近重新生成源代码(AFAIK)的，而不需要自己构建一些新工具。

Answer 2

您可以使用Python编写一个脚本，该脚本将接受一个变量( URL)，并将其插入到下载网页的命令之后，例如wget。

谷歌一下，我发现了一个解析HTML文件的方法:也许你可以得到index.HTML并使用其中的一个：How do you parse and process HTML/XML in PHP?