Python如何获取浏览器标签页用户交互后的当前实时HTML内容

你之前通过URL直接拉取静态源码的方式，无法拿到用户交互后动态渲染的内容，是因为这类内容是JS在浏览器端运行、完成交互操作后才生成到DOM树中的，要拿到实时内容只要读取当前浏览器渲染的完整DOM树即可，不同场景的实现方法如下：

场景1：临时单次手动获取内容 #

这种情况不需要写代码，直接用浏览器自带的开发者工具就能搞定：

• 先在页面完成所有需要的交互操作（比如点击按钮触发内容渲染）
• 按F12（或右键页面空白处选择「检查」）打开开发者工具
• 两种方式都可以拿到完整实时源码：
  1. 切换到「控制台」标签，输入document.documentElement.outerHTML回车，输出的就是当前完整的实时HTML
  2. 切换到「元素」标签，右键最顶部的<html>标签，依次选择「复制」→「复制外层元素」，粘贴出来的就是完整实时HTML

场景2：自动化批量获取（代码实现） #

如果需要自动完成交互、自动拉取内容，可以用支持JS渲染和用户交互模拟的无头浏览器工具，比如Playwright、Selenium，下面以Playwright的Python实现为例：

1. 先安装依赖：

pip install playwright
playwright install chromium

2. 示例代码：

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    # 启动浏览器，headless设为False可以看到完整交互过程
    browser = p.chromium.launch(headless=False)
    page = browser.new_page()
    # 打开目标页面
    page.goto("替换为你的目标页面URL")
    # 模拟点击按钮，可替换为输入、滚动等任意交互逻辑
    page.get_by_role("button", name="替换为按钮的实际文本").click()
    # 等待动态内容渲染完成，也可使用wait_for_selector指定等待特定元素出现
    page.wait_for_timeout(1000)
    # 获取当前页面的完整实时HTML
    realtime_html = page.content()
    # 后续可自行处理保存HTML的逻辑
    print(realtime_html)
    browser.close()

场景3：在浏览器扩展/油猴脚本中获取 #

如果需要在页面加载后自动获取交互后的内容，直接在注入的JS代码中调用document.documentElement.outerHTML即可，拿到内容后可按需求处理存储。

注意事项 #

普通的HTTP请求工具（比如curl、Python requests）只能拿到初始静态HTML，不会执行页面JS也无法模拟交互，无法拿到动态渲染后的内容，仅适合纯静态页面的源码拉取。

内容的提问来源于stack exchange，提问作者luan