如何使用Python导出Chrome DevTools网络面板指定名称请求的响应

完全可以实现，目前有两种成熟的落地路径，按需选择即可：

方案1：通过CDP协议实时监听抓取（适合自动化批量场景） #

Chrome对外暴露了DevTools Protocol（CDP）调试接口，Python可以直接对接接口实时捕获所有网络请求与响应，不需要手动操作DevTools面板。

• 第一步：安装依赖
  推荐用Playwright做CDP对接，封装完善不需要手动处理底层协议：

  pip install playwright
  playwright install chrome
  

• 第二步：运行抓取脚本
  脚本会启动/对接Chrome实例，自动监听所有响应，按你设置的请求名称关键词筛选后导出：

  from playwright.sync_api import sync_playwright
  import json
  
  # 替换为你要筛选的请求名称/URL关键词
  TARGET_FILTER = "your-request-name-keyword"
  collected_resp = []
  
  with sync_playwright() as p:
      # headless=False可以看到浏览器操作界面，要连已经打开的调试版Chrome可以用connect_over_cdp方法
      browser = p.chromium.launch(headless=False)
      ctx = browser.new_context()
      page = ctx.new_page()
  
      def on_response_catch(response):
          if TARGET_FILTER in response.url:
              try:
                  content_type = response.headers.get("content-type", "")
                  resp_body = response.json() if "application/json" in content_type else response.text()
                  collected_resp.append({
                      "url": response.url,
                      "status": response.status,
                      "data": resp_body
                  })
              except Exception as e:
                  print(f"解析响应 {response.url} 出错：{e}")
  
      page.on("response", on_response_catch)
      # 替换为你要抓取的目标页面地址
      page.goto("https://your-target-page.com")
      # 等待页面请求全部完成，可根据实际页面加载速度调整等待时长
      page.wait_for_timeout(8000)
      browser.close()
  
  # 结果导出为本地JSON文件
  with open("response_export.json", "w", encoding="utf-8") as f:
      json.dump(collected_resp, f, ensure_ascii=False, indent=2)
  

方案2：导出HAR文件离线解析（适合临时单次场景） #

如果已经在DevTools Network面板抓到了目标请求，不想重新触发页面加载，可以直接导出HAR包后用Python解析筛选：

1. 在Network面板空白处右键，选择Save all as HAR with content，将所有请求数据保存为本地HAR文件
2. 安装解析依赖：

   pip install haralyzer
   

3. 运行解析脚本筛选目标响应：

   import json
   from haralyzer import HarParser
   
   TARGET_FILTER = "your-request-name-keyword"
   collected_resp = []
   
   with open("your-saved-har-file.har", "r", encoding="utf-8") as f:
       har_data = json.load(f)
   parser = HarParser(har_data)
   
   for page in parser.pages:
       for entry in page.entries:
           req_url = entry["request"]["url"]
           if TARGET_FILTER in req_url:
               collected_resp.append({
                   "url": req_url,
                   "status": entry["response"]["status"],
                   "data": entry["response"]["content"].get("text", "")
               })
   
   with open("har_export_result.json", "w", encoding="utf-8") as f:
       json.dump(collected_resp, f, ensure_ascii=False, indent=2)
   

操作界面参考 #

内容的提问来源于stack exchange，提问作者Erika