PuppeteerSharp获取textContent时自动修改日期格式如何解决

你遇到的日期格式自动转换问题不是PuppeteerSharp主动修改导致的，根源有两个：

• 你启动的Chromium实例默认继承了运行环境的区域语言设置，会自动把识别到的ISO标准日期格式转换为对应区域的本地化展示格式
• 页面本身的前端脚本可能在DOM加载完成后，主动将原始日期文本转换为了本地化格式

方案1：强制指定浏览器时区和语言（最推荐，无侵入） #

启动Puppeteer时添加参数，固定使用UTC时区和英文语言，避免浏览器自动做本地化转换：

var launchOptions = new LaunchOptions
{
    Args = new[] { "--lang=en-US", "--timezone=UTC" }
};
using var browser = await Puppeteer.LaunchAsync(launchOptions);

配置完成后再用你原来的textContent读取逻辑即可拿到原始ISO格式日期。

方案2：直接截取原始HTML（兼容性最高，不受页面脚本/浏览器设置影响） #

直接获取目标节点父元素的原始HTML，手动切割出日期内容，完全绕开浏览器的文本格式转换逻辑：

// 定位到span的父节点p
var parentElement = await _page.WaitForXPathAsync("//span[text()='date: ']/parent::p");
// 读取父节点的原始HTML内容
string parentHtml = await _page.EvaluateFunctionAsync<string>("e => e.innerHTML", parentElement);
// 切割出span标签后的原始日期字符串
string rawDate = parentHtml.Split("</span>")[1].Trim();

方案3：禁用页面JavaScript（仅适合静态页面） #

如果目标日期是服务端直出、不需要前端脚本渲染，可以直接禁用页面JS，彻底避免前端脚本修改日期内容：

await _page.SetJavaScriptEnabledAsync(false);
// 后续再加载页面、读取日期即可

内容的提问来源于stack exchange，提问作者RyokuItaro