如何在bash脚本中判断网页完全加载，实现xdotool自动登录功能

以下三种方案可根据你的需求选择：

方案1：纯xdotool实现（无额外依赖） #

核心逻辑是循环检测页面指定元素（比如用户名输入框对应的文本）是否存在，每次间隔1秒检测，最长设置超时时间避免无限等待，比固定sleep 5的适配性高很多。
示例代码：

if [ "$url" == "https://github.com/login" ]; then
    # 最大等待时长30秒，可自行调整
    MAX_WAIT=30
    WAIT_CNT=0
    # 查找当前激活的浏览器窗口，类名根据你用的浏览器调整：Chrome填google-chrome，Firefox填firefox
    BROWSER_WIN=$(xdotool search --onlyvisible --class "google-chrome" | head -n 1)
    xdotool windowactivate "${BROWSER_WIN}"

    while [ ${WAIT_CNT} -lt ${MAX_WAIT} ]; do
        # 唤起浏览器页面查找，搜索GitHub登录页用户名输入框的固定label文本
        xdotool key Ctrl+f
        sleep 0.2
        xdotool type "Username or email address"
        sleep 0.2
        xdotool key Escape
        sleep 0.2

        # 验证输入框是否可聚焦：按Tab再切回，无报错则判定输入框可用
        xdotool key Tab
        sleep 0.1
        xdotool key Shift+Tab
        if [ $? -eq 0 ]; then
            xdotool type "${WUSER}"
            xdotool key Tab
            xdotool type "${DECPASS}"
            xdotool key Return
            break
        fi

        WAIT_CNT=$((WAIT_CNT+1))
        sleep 1
    done

    # 超时处理
    if [ ${WAIT_CNT} -eq ${MAX_WAIT} ]; then
        echo "页面加载超时，自动登录终止"
        exit 1
    fi
else
    exit 1
fi

• 优点：无需修改浏览器启动参数，完全基于现有xdotool能力实现
• 缺点：不同登录站点需要适配对应的页面文本，容错性中等

方案2：结合浏览器远程调试协议（最精准） #

启动浏览器时开启远程调试能力，通过调试接口直接判断DOM节点是否存在，不需要依赖模拟键鼠操作的容错。
首先修改浏览器启动命令，添加调试参数（以Chrome为例）：
google-chrome --remote-debugging-port=9222 https://github.com/login
脚本需要额外安装jq用来解析JSON返回结果，示例代码：

if [ "$url" == "https://github.com/login" ]; then
    MAX_WAIT=30
    WAIT_CNT=0
    while [ ${WAIT_CNT} -lt ${MAX_WAIT} ]; do
        # 校验当前页面是否为目标登录页
        PAGE_URL=$(curl -s http://localhost:9222/json | jq -r '.[0].url' 2>/dev/null)
        if [ "${PAGE_URL}" == "${url}" ]; then
            # 判断用户名输入框DOM节点是否存在
            DOM_EXIST=$(curl -s "http://localhost:9222/json/$(curl -s http://localhost:9222/json | jq -r '.[0].id')/eval?expression=document.querySelector('%23login_field')!=null" | jq -r '.result.value')
            if [ "${DOM_EXIST}" == "true" ]; then
                # 激活浏览器执行输入
                BROWSER_WIN=$(xdotool search --onlyvisible --class "google-chrome" | head -n 1)
                xdotool windowactivate "${BROWSER_WIN}"
                xdotool type "${WUSER}"
                xdotool key Tab
                xdotool type "${DECPASS}"
                xdotool key Return
                break
            fi
        fi
        WAIT_CNT=$((WAIT_CNT+1))
        sleep 1
    done
    [ ${WAIT_CNT} -eq ${MAX_WAIT} ] && exit 1
else
    exit 1
fi

• 优点：判断逻辑完全基于页面真实加载状态，精准度最高，适配不同站点只需要改DOM选择器即可
• 缺点：需要额外安装jq，修改浏览器启动参数

方案3：替换为专业网页自动化工具（长期最优） #

xdotool属于系统级键鼠模拟工具，受窗口焦点、分辨率、页面布局变化影响很大，如果有长期维护需求，建议替换为Selenium、Playwright这类专门的网页自动化工具，不需要依赖模拟键鼠，直接操作DOM实现自动登录，稳定性高很多。
以Playwright为例的实现代码：

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    # 启动可见的浏览器窗口
    browser = p.chromium.launch(headless=False)
    page = browser.new_page()
    # 自动等待页面加载完成再执行后续操作
    page.goto("https://github.com/login")
    page.fill("#login_field", "你的用户名")
    page.fill("#password", "你的密码")
    page.click("input[type='submit']")
    browser.close()

• 优点：自带页面加载等待逻辑，不需要手动写等待判断，稳定性远高于键鼠模拟，适配多站点成本低
• 缺点：需要额外安装自动化工具和对应的依赖

内容的提问来源于stack exchange，提问作者Faiz