如何将网页内容保存到文本文件

Question

我使用自动化脚本来测试基于浏览器的应用程序.我想将我加载的每个页面的可见文本保存为文本文件.这需要适用于当前打开的浏览器窗口.我遇到过一些使用的解决方案,InternetExplorer.Application但这对我不起作用,因为它必须是当前的打开页面.

理想情况下,我想使用vbscript实现这一目标.任何想法如何做到这一点？

Answer 1

您可以附加到已经运行的IE实例,如下所示:

Set app = CreateObject("Shell.Application")
For Each window In app.Windows()
  If InStr(1, window.FullName, "iexplore", vbTextCompare) > 0 Then
    Set ie = window
    Exit For
  End If
Next

然后保存文档正文文本,如下所示:

Set fso = CreateObject("Scripting.FileSystemObject")
Set f = fso.OpenTextFile("output.txt", 2, True)
f.Write ie.document.body.innerText
f.Close

如果页面包含非ASCII字符,则可能需要使用Unicode编码创建输出文件:

Set f = fso.OpenTextFile("output.txt", 2, True, -1)

或将其保存为UTF-8:

Set stream = CreateObject("ADODB.Stream")
stream.Open
stream.Type     = 2 'text
stream.Position = 0
stream.Charset  = "utf-8"
stream.WriteText ie.document.body.innerText
stream.SaveToFile "output.txt", 2
stream.Close

编辑:这样的东西可能有助于摆脱文档正文中的脚本代码:

Set re = New RegExp
re.Pattern    = "<script[\s\S]*?</script>"
re.IgnoreCase = True
re.Global     = True

ie.document.body.innerHtml = re.Replace(ie.document.body.innerHtml, "")

WScript.Echo ie.document.body.innerText