高效抓取动态网页html内容
很多网站内容并非初始加载时即完全呈现，而是由JavaScript动态生成。这时，简单的复制粘贴无法获取完整内容。本文将通过示例讲解如何完整获取动态生成的HTML。
假设网页包含以下代码：
一个有效的方案是使用 系统简介逍遥内容管理系统（CarefreeCMS）是一款功能强大、易于使用的内容管理平台，采用前后端分离架构，支持静态页面生成，适用于个人博客、企业网站、新闻媒体等各类内容发布场景。核心特性1、模板套装系统 - 支持多套模板自由切换，快速定制网站风格2、静态页面生成 - 一键生成纯静态HTML页面，访问速度快，SEO友好3、文章管理 - 支持富文本编辑、草稿保存、文章属性标记、自动提取SEO4、全 立即学习“前端免费学习笔记（深入）”；的内容由JavaScript动态生成。直接查看网页源代码，只会看到一个空的div标签。要获取包含"AAA"、"BBB"、"CCC"三个标题的完整HTML结构，需要利用JavaScript的DOM操作。
document.documentElement.innerHTML。此属性返回整个HTML文档的源代码，包含动态生成的内容。 这样即可完整复制动态生成的HTML片段。 需要注意的是，此方法获取的是整个文档HTML，如需特定部分内容，需进一步处理。
逍遥内容管理系统(Carefree CMS)1.3.0
下载
