如何解析包含javascript代码的html

如何解析大量使用javascript的html文档？我知道python中有几个库可以解析静态xml/html文件，我基本上是在寻找一个程序或库（甚至是firefox插件），它可以读取html+javascript，执行javascript位并输出不带javascript的html代码，因此如果显示在浏览器中，它看起来会完全相同

举个简单的例子

<a href="javascript:web_link(34, true);">link</a>

应替换为javascript函数返回的适当值，例如

<a href="http://www.example.com">link</a>

一个更复杂的例子是一个保存的facebook html页面，其中充斥着大量javascript代码

可能与 但是我真的需要Node.js和JSDOM吗？也有轻微的关联 但我对仅呈现纯html输出不感兴趣。

来自：

你能从unixshell脚本中调用Gecko引擎吗？你能把它发送到HTML并得到一个可能被发送到打印机的网页吗

A.没有得到真正的支持；不过，通过使用Gecko的嵌入API编写自己的应用程序，您可能会得到一些接近您想要的东西。请注意，如果屏幕上没有要渲染的小部件，则当前无法打印

在一个程序中，输出你想要的东西可能太重了，但至少你的输出会和它得到的一样好。

你可以详细地使用python

例如：

import xmlrpclib

# Make an object to represent the XML-RPC server.
server_url = "http://localhost:8080/selenium-driver/RPC2"
app = xmlrpclib.ServerProxy(server_url)

# Bump timeout a little higher than the default 5 seconds
app.setTimeout(15)

import os
os.system('start run_firefox.bat')

print app.open('http://localhost:8080/AUT/000000A/http/www.amazon.com/')
print app.verifyTitle('Amazon.com: Welcome')
print app.verifySelected('url', 'All Products')
print app.select('url', 'Books')
print app.verifySelected('url', 'Books')
print app.verifyValue('field-keywords', '')
print app.type('field-keywords', 'Python Cookbook')
print app.clickAndWait('Go')
print app.verifyTitle('Amazon.com: Books Search Results: Python Cookbook')
print app.verifyTextPresent('Python Cookbook', '')
print app.verifyTextPresent('Alex Martellibot, David Ascher', '')
print app.testComplete()

可以使用

---

获取JavaScript运行时并对其进行排序，或者分析代码并确定最终结果（强烈按站点配置）。还可以添加以下配方：

$ ipython

In [1]: from selenium import webdriver

In [2]: browser=webdriver.PhantomJS()

In [3]: browser.get('http://seleniumhq.org/')

In [4]: browser.title
Out[4]: u'Selenium - Web Browser Automation'