任何人都有一個很好的解決方案，用JavaScript生成的內容（在這種情況下，HTML表格）抓取頁面的HTML源代碼？

Question

任何人都有一個很好的解決方案，用JavaScript生成的內容（在這種情況下，HTML表格）抓取頁面的HTML源代碼？

令人尷尬簡單，但可行的解決方案使用Crowbar：

<?php 
function get_html($url) // $url must be urlencode(d) 
{ 
$context = stream_context_create(array(
    'http' => array('timeout' => 120) // HTTP timeout in seconds 
    )); 
    $html = substr(file_get_contents('http://127.0.0.1:10000/?url=' . $url . '&delay=3000&view=browser', 0, $context), 730, -32); // substr removes HTML from the Crowbar web service, returning only the $url HTML 
return $html; 
} 
?> 

使用撬棍優點是表將被提供（訪問）感謝，基於Mozilla的瀏覽器無頭。編輯：發現Crowbar的問題是一個衝突的應用程序，而不是服務器停機時間，這只是一個巧合。

Answer 1

這是使用捲曲/撬棍在OP一個更強大的版本的範例：

<?php 
function get_html($url) 
{ 
$curl = curl_init(); 
curl_setopt ($curl, CURLOPT_URL, 'http://127.0.0.1:10000/?url=' . $url . '&delay=3000&view=as-is'); 
curl_setopt($curl, CURLOPT_RETURNTRANSFER, 1); 
$html = curl_exec ($curl); 
return $html; 
} 
?> 

是越來越頻繁的「未能打開流：HTTP請求失敗」使用f_g_c與多個網址發生錯誤。此外，請記住對$ url進行urlencode（例如'http％3A％2F％2Fwww.google.com'>'http://www.google.com'）。

Answer 2

那麼，Java提供了一些便利的解決方案，如HtmlUint，它可以正確解釋Javascript，因此應該允許生成的html可見。