如何使用RoboBrowser保存完整的ASPX网页？

提交表单跳转页面后，你可以通过RoboBrowser的response对象获取页面HTML源码，再写入本地文件，具体操作如下：

完整代码示例 #

from robobrowser import RoboBrowser

url = "https://apps.summitcountyco.gov/NOVArchiveViewer/default.aspx"
browser = RoboBrowser(history=True)
browser.open(url)

# 填写并提交表单
form = browser.get_form(id='aspnetForm')
form['ctl00$pageBaseContent$txtPropertySchedule'].value = '1501134'
browser.submit_form(form)

# 将页面保存到本地
with open('viewer_1501134.html', 'w', encoding='utf-8') as file:
    file.write(browser.response.text)

关键说明 #

• browser.response.text会返回当前页面的完整HTML源码，这就是你需要保存的内容
• 用encoding='utf-8'打开文件，能避免页面中出现非ASCII字符时产生乱码
• 可以根据编号动态命名文件（比如f'viewer_{property_id}.html'），方便区分不同编号对应的页面

如果后续发现页面存在动态加载的内容（比如AJAX渲染的部分），RoboBrowser这类无内核爬虫无法捕获，那时可以考虑使用Selenium这类带真实浏览器的工具，但从你当前的情况看，上述方法足以满足需求。

内容的提问来源于stack exchange，提问作者Skibumdon