onload JavaScript 后 HTML 的状态

Question

很多网页使用 onload 的 JavaScript 来操作它们的 DOM（文档对象模型）。有没有办法让我自动获取这些 JavaScript 操作后 HTML 的状态呢？

像 wget 这样的工具在这里没什么用，因为它只是下载原始的源代码。

有没有可能使用一个网页浏览器的渲染引擎呢？

理想情况下，我希望能找到一个可以用 Python 来操作的解决方案。

谢谢！

Answer 1

请查看StackOverflow上的相关信息：

• 屏幕抓取
• 从包含大量JavaScript的网页进行屏幕抓取

Answer 2

我知道的唯一好方法就是自动化浏览器，比如用Selenium RC。如果你不知道怎么判断页面的相关JavaScript代码是否已经运行完，那就只能像真实用户一样访问这个页面。你需要等一会儿，拍一张快照，再等一会儿，再拍一张，然后对比这两张快照，看看有没有变化，以此来确认页面确实已经加载完成。