通过屏幕抓取从浏览器获取数据

Question

我已经通过了几个相关的外观问题，但它们没有包含我正在寻找的答案。所以，我的问题是：

我在我的工作场所有几个web应用程序，它们是使用不同的框架编写的，并且作者很久以前就要求进行功能更新。因此，我每天都要经历相同的令人精疲力竭的操作序列，这相当于几千字节的文件大小。

我试着解析页面源代码，但作者的编程技术无处不在。有些人甚至故意隐藏代码，不让数据显示为文本，这是没有理由的，因为他们编写的代码是公司资产。长话短说，我意识到如果我可以复制和粘贴这些页面的文本内容，我就可以处理这些数据，而不是解析页面源代码来获得文本(这有时是完全不可能的)。

因此，我现在正在寻找一个浏览器插件(在windows或linux环境中)或类似的基于文本的工具在windows或linux上，它将加载这些页面，并在调用时将屏幕上的文本保存到文件中。

不管我怎么努力，我还是两手空空。

我不想使用第三方抓屏网站的服务，因为这些数据是公司机密的，外部人士无法访问。一切都必须发生在客户端，因为我没有访问这些应用程序正在运行的服务器(主要是windows前端的IIS和后端的oracle数据库)。正如我之前解释过的，中间层是任何人都在胡乱猜测的，从原生oracle应用程序到weblogic再到tomcat，再到一些内部开发的java/javascript东西。

提前感谢大家的帮助

Answer 1

在寻找了一年多的时间后，我开始意识到，只要我使用windows，它的一个现代版本，即自动热键，就是我的救星。

我打开网页，最大化它，放置光标(mousemove，x，y)，然后左键单击(mouseclick，L)，然后按ctrl-A和ctrl-C。

瞧！一切都在剪贴板上。然后我激活unix会话(winactivate PuTTY)并发送相应的按键命令以启动我选择的编辑器(即vi)，最后发送shift-Insert组合键将剪贴板粘贴到我的文档中。然后保存并退出。

作为额外的好处，在我的文档被保存之后，我可以立即调用我选择的脚本来解析这个文件，并返回我感兴趣的部分。

我知道它不是防弹的，但对我来说，它在很大程度上有帮助。事实上，我可以用这个方法做任何我想做的事情。

Answer 2

像这样的东西怎么样:将http://www.nirsoft.net/utils/htmlastext.html页面转换为文本的免费软件

Answer 3

任何链接，lynx或w3m都可以做你想做的事情，它们是文本浏览器，你可以从网页上转储文本，例如：

w3m -dump http://www.google.com > g.txt