如何使用Python跟踪在web浏览器中打开的网页？

我想写一个Python脚本，它可以跟踪在我的webbrowser（Mozilla Firefox 23）中打开了哪些网页。我不知道从哪里开始。Python的标准

webbrowser

模块允许打开网页，但标准文档没有任何关于与网页交互的内容

那么，我是否需要为我的浏览器编写一个插件，该插件可以将数据发送到我的Python脚本，以防标准库中缺少功能

我已经研究了一些相关的问题，比如，但它们都是关于使用mechanize和/或selenium在Python中模拟web浏览器的。我不想那样做。我想使用标准Python库从webbrowser中获取数据

编辑

---

为了让问题更加清晰，我想跟踪firefox中当前打开的网页。

这个答案可能有点模糊——这是因为问题不是非常具体

如果我理解得很好，您希望检查访问页面的历史记录。问题是它与HTML、http协议或web服务都没有直接关系。历史记录（按下Ctrl-H键时可以在Firefox中看到）是Firefox中实现的工具，因此，它肯定依赖于实现。不可能有能够提取信息的标准库

至于HTTP协议和HTML中的页面内容，没有什么比与页面内容交互更好的了。该协议使用GET with URL作为参数，web服务器发回包含一些元信息的文本体。调用方（浏览器）可以对返回的数据执行任何操作。浏览器使用标记的文本，并将其解释为可读的文档，其中的部分呈现得尽可能好。交互（单击a href）由浏览器实现。它会导致http协议的其他GET命令

要回答您的问题，您需要了解Mozilla Firefox 23如何存储历史记录。您可能会在内部SQLite数据库的某个地方找到它

更新2015-08-24:查看erasmortg关于在Firefox中放置信息的更改的评论。（以下文本比此文本旧。）

更新：打开的选项卡列表绑定到用户。由于您可能希望它用于Windows，您应该首先获得如下路径：c:\Users\myname.mydomain\AppData\Roaming\Mozilla\Firefox\Profiles\yoodw5zk.default-1375107931124\sessionstore.js。配置文件名可能应从

c:\Users\myname.mydomain\AppData\Roaming\Mozilla\Firefox\profiles.ini

中提取。为了获取数据，我刚刚复制了

sessionstore.js

。正如它所说的javascript，我确实使用了标准的

json

模块来解析它。你基本上得到了字典。键为

'windows'

的其中一个项包含另一个字典，其

'tabs'

依次包含有关选项卡的信息

将您的

sessionstore.js

复制到一个工作目录，并在那里执行以下脚本：

#!python3

import json

with open('sessionstore.js', encoding='utf-8') as f:
    content = json.load(f)

# The loaded content is a dictionary. List the keys first (console).
for k in content:
    print(k)

# Now list the content bound to the keys. As the console may not be capable
# to display all characters, write it to the file.
with open('out.txt', 'w', encoding='utf-8') as f:

    # Write the overview of the content.
    for k, v in content.items():
        # Write the key and the type of the value.
        f.write('\n\n{}:  {}\n'.format(k, type(v)))

        # The value could be of a list type, or just one item.
        if isinstance(v, list):
            for e in v:
                f.write('\t{}\n'.format(e))
        else:
            f.write('\t{}\n'.format(v))

    # Write the content of the tabs in each windows.
    f.write('\n\n=======================================================\n\n')
    windows = content['windows']
    for n, w in enumerate(windows, 1):  # the enumerate is used just for numbering the windows
        f.write('\n\tWindow {}:\n'.format(n))
        tabs = w['tabs']
        for tab in tabs:
            # The tab is a dictionary. Display only 'title' and 'url' from 
            # 'entries' subdictionary.
            e = tab['entries'][0]
            f.write('\t\t{}\n\t\t{}\n\n'.format(e['url'], e['title']))

结果显示在控制台上（几行），并写入工作目录中的

out.txt

文件。

out.txt

（在文件末尾）包含类似于我的示例的内容：

Window 1:
    http://www.cyrilmottier.com/
    Cyril Mottier

    http://developer.android.com/guide/components/fragments.html#CommunicatingWithActivity
    Fragments | Android Developers

    http://developer.android.com/guide/components/index.html
    App Components | Android Developers

    http://www.youtube.com/watch?v=ONaD1mB8r-A
    ▶ Introducing RoboSpice: A Robust Asynchronous Networking Library for Android - YouTube

    http://www.youtube.com/watch?v=5a91dBLX8Qc
    Rocking the Gradle with Hans Dockter - YouTube

    http://stackoverflow.com/questions/18439564/how-to-keep-track-of-webpages-opened-in-web-browser-using-python
    How to keep track of webpages opened in web-browser using Python? - Stack Overflow

    https://www.google.cz/search?q=Mozilla+firefox+list+of+open+tabs&ie=utf-8&oe=utf-8&rls=org.mozilla:cs:official&client=firefox-a&gws_rd=cr
    Mozilla firefox list of open tabs - Hledat Googlem

    https://addons.mozilla.org/en-US/developers/docs/sdk/latest/dev-guide/tutorials/list-open-tabs.html
    List Open Tabs - Add-on SDK Documentation

    https://support.mozilla.org/cs/questions/926077
    list all tabs button not showing | Fórum podpory Firefoxu | Podpora Mozilly

    https://support.mozilla.org/cs/kb/scroll-through-your-tabs-quickly
    Scroll through your tabs quickly | Nápověda k Firefox

---

您希望通过Python跟踪在FF中打开的网页。那么，为什么不用Python编写一个web代理并配置FireFox来使用该web代理呢

---

之后，您可以过滤通过正则表达式从Firefox发出的所有HTTP请求，并将它们存储在文件或数据库中。

建设性批评：发表评论解释否决票不会有什么坏处。它有助于避免将来出现不好的问题。这对于任何投票结束它的人来说都是太广泛了。我特别写了“我想使用标准Python库从我的webbrowser获取数据”。我将其标记为Python3，Python的理念是应该有一种方法来做事情，Python3处理Python2中的许多冗余。那怎么太宽了？请解释一下。我想听听解释。为了让问题更清楚，我想跟踪firefox中当前打开的网页。我不认为这会改变你们的答案，但以防万一，是吗？Firefox会在某处存储打开页面的URL。您可能已经注意到FF能够在碰撞后恢复它们。您还可以配置FF，使其打开关闭FF时可见的页面。我想获取URL列表是很容易的。如果您想更新答案：选项卡当前存储在名为

recovery.js

的

js文件中，该文件每15秒更新一次，路径最初是相同的，但在末尾添加了一个文件夹：“\sessionstore backups”。你剩下的答案仍然有效。@erasmortg:谢谢你提供的信息。我刚刚发布了更新说明，并指出了您的评论。玩得开心；）你的英语不错，谢谢你的回答。