dom - 如何将网页内容保存到文本文件

Question

我使用一个自动化脚本来测试基于浏览器的应用程序。我想将加载的每个页面的可见文本保存为文本文件。这需要适用于当前打开的浏览器窗口。我遇到了一些使用的解决方案，InternetExplorer.Application但这对我不起作用，因为它必须是当前打开的页面。

理想情况下，我想使用 vbscript 来实现这一点。任何想法如何做到这一点？

Answer 1

您可以像这样附加到已经运行的 IE 实例：

Set app = CreateObject("Shell.Application")
For Each window In app.Windows()
  If InStr(1, window.FullName, "iexplore", vbTextCompare) > 0 Then
    Set ie = window
    Exit For
  End If
Next

然后像这样保存文档正文：

Set fso = CreateObject("Scripting.FileSystemObject")
Set f = fso.OpenTextFile("output.txt", 2, True)
f.Write ie.document.body.innerText
f.Close

如果页面包含非 ASCII 字符，您可能需要使用 Unicode 编码创建输出文件：

Set f = fso.OpenTextFile("output.txt", 2, True, -1)

或将其保存为 UTF-8：

Set stream = CreateObject("ADODB.Stream")
stream.Open
stream.Type     = 2 'text
stream.Position = 0
stream.Charset  = "utf-8"
stream.WriteText ie.document.body.innerText
stream.SaveToFile "output.txt", 2
stream.Close

---

编辑：这样的事情可能有助于摆脱文档正文中的脚本代码：

Set re = New RegExp
re.Pattern    = "<script[\s\S]*?</script>"
re.IgnoreCase = True
re.Global     = True

ie.document.body.innerHtml = re.Replace(ie.document.body.innerHtml, "")

WScript.Echo ie.document.body.innerText