是否可以在 c++ 中加载网页并获取渲染的 DOM？不仅是 HTTP 响应，还有在 java 脚本运行后呈现的 DOM（可能在让它运行一段时间后）。特别是可能随时间变化的动态 HTML？有这个库吗？
或者如果不是c++，你知道有什么其他语言可以做到这一点吗？
编辑这里有一个例子来更好地说明为什么要这样做：
假设您想抓取一个用 Angular 编写的网站。您不能只发出一个 http 请求并使用 HTTP 响应，因为大多数 DOM 是在 javascript/动态 html 操作 DOM 之后呈现的。角度站点的初始 http 响应可能没有所有内容，它稍后通过 javascript/AJAX/dyanmic html 请求和呈现。
【问题讨论】：
标签： javascript c++ ajax dom web
由于每个浏览器都以不同的方式实现 DOM，因此您在 C++ 中使用它的方式将因每个浏览器而异。
我将举一个 IE 的例子。您可以使用公开IWebBrowser2 接口的WebBrowser ActiveX 控件。从那里您可以调用 IWebBrowser2::get_Document 来获取 IHTMLDocument2 对象，它是 DOM 的根。
#include "StdAfx.h"
using namespace ATL;
using namespace std;
void ThrowIfFailed(HRESULT hr)
{
if (FAILED(hr))
throw CAtlException(hr);
}
int main()
{
::CoInitialize(nullptr);
try
{
CComPtr<IWebBrowser2> pWebBrowser;
HRESULT hr = ::CoCreateInstance(CLSID_InternetExplorer, nullptr, CLSCTX_LOCAL_SERVER, IID_PPV_ARGS(&pWebBrowser));
ThrowIfFailed(hr);
hr = pWebBrowser->put_Visible(VARIANT_TRUE);
ThrowIfFailed(hr);
hr = pWebBrowser->GoHome();
ThrowIfFailed(hr);
CComPtr<IDispatch> pDispatch;
hr = pWebBrowser->get_Document(&pDispatch);
ThrowIfFailed(hr);
CComPtr<IHTMLDocument2> pDocument;
hr = pDispatch->QueryInterface(&pDocument);
ThrowIfFailed(hr);
CComBSTR bstrTitle;
hr = pDocument->get_title(&bstrTitle);
ThrowIfFailed(hr);
wcout << bstrTitle.m_str << endl;
}
catch (const CAtlException& e)
{
wcout << L"Error (" << hex << e.m_hr << L")" << endl;
}
::CoUninitialize();
return 0;
}
此代码只是打开一个 IE 窗口，导航到主页，并将页面标题写入控制台。您还可以通过删除对 IWebBrowser2::put_Visible 的调用来控制 IE 窗口是否可见。
【讨论】：
据我了解，您是在问： “如何通过 C++ 操作已经渲染的 HTML 页面的 DOM？”
如果这就是你想问的，这是我的答案：
从技术上讲，您可以通过 C++ 来实现。但是，您需要一个正确的工具/lib/framework/ ... 来执行此操作。
通常，我们通过 Javascript 操作 DOM。
根据我的经验，移动开发人员有用于加载页面的内置控件，通常称为“webview”。 Android (Java) 和 iOS (Objective-C) 都有。然后他们像这样操作 DOM："webview.evaluteScript("your javascript").
如果你想用 C++ 来做。我想你可以阅读这些链接：
【讨论】：