Início / ubuntu / Perguntas / 1320986
Accepted
raylight
Asked: 2021-03-04 22:22:26 +0800 CST

Como posso baixar uma página da Web HTML incluindo conteúdo gerado por JavaScript a partir do terminal?

  • 772

No Google Chrome, quando vamos para o modo de desenvolvimento, right-clickum elemento HTML → Copiar → Copiar elemento , podemos copiar o conteúdo HTML de uma página web. Abaixo está um exemplo do procedimento que descrevi:

Copiando conteúdo HTML com o Google Chrome

Meu problema é que, quando uso wgetpara baixar a página da web, recebo o código-fonte da página, incluindo seus endereços e scripts JavaScript.

Eu gostaria de usar a linha de comando para baixar o resultado HTML final de uma página, assim como o Google Chrome faz no meu exemplo. Obter o conteúdo HTML que está sendo exibido na página seria útil para automatizar a extração de informações de páginas da web para mim.

É possível baixar o HTML de uma página (não o código-fonte) usando wgetou outras ferramentas de linha de comando?

command-line

1 respostas

  1. Best Answer

    Como o Google Chrome está instalado, você pode obter a estrutura HTML interna da página da Web executando no terminal:

    google-chrome --headless --dump-dom 'URL' > ~/file.html

    Substitua URLpelo URL da página da Web que você deseja. O HTML DOM da página será salvo em um arquivo nomeado file.htmlem seu diretório inicial.

    • 30

relate perguntas