使用 Chromium/WebKit 从页面获取 DOM

Question

渲染后尝试访问页面的 DOM。我不需要查看该页面，并计划以编程方式应用此功能，而无需任何 GUI 或交互。

我对后期渲染感兴趣的原因是我想知道对象出现在哪里。一些位置信息是在 HTML 中编码的（例如，通过 offsetLeft），但很多位置信息不是这样。而且，Javascript可以改变最终的定位。我希望位置尽可能接近用户所看到的。

我研究了 Chromium 代码，认为有一种方法可以做到这一点，但没有足够的文档来开始。

简而言之，我对这样的伪代码很感兴趣：

DOMRoot *r = new Page("http://stackoverflow.com")->getDom();

关于起点的任何提示？

Answer 1

您应该使用 Chromium 公开的 Web API 包装器；具体来说， WebDocument 类包含您可以使用的功能需要。你可以这样调用它：

WebFrame * mainFrame = webView->mainFrame();
WebDocument document = mainFrame->document();
WebElement docElement = document->docElement();

// Manipulate the DOM here using docElement
...

你可以浏览 Chromium 的 Web API 的源代码此处的包装器。 虽然文档不多，但头文件的注释相当完善，您可以浏览 Chrome 的源代码来查看 API 的实际情况。

开始使用 Chromium 很困难。我建议查看 test_shell 应用程序。此外，像 Chromium 嵌入式框架 (CEF) 这样的框架简化了将 Chromium 嵌入到您的申请；我在当前的项目中使用了CEF，我对它非常满意。