使用JavaScript抓取動態生成的網頁

想要得到html檔案的原始碼，最直觀的做法就使用： 

document.getElementsByTagName('html')[0].innerHTML

和 

document.documentElement.innerHTML 

或

document.documentElement.outerHTML

但是這樣無法得到第三方JavaScript所生成的html content

於是可以使用以下函式：

  function DOMtoString(document_root) {
    var html = '',
    node = document_root.firstChild;
    while (node) {
        switch (node.nodeType) {
            case Node.ELEMENT_NODE:
                html += node.outerHTML;
                break;
            case Node.TEXT_NODE:
                html += node.nodeValue;
                break;
            case Node.CDATA_SECTION_NODE:
                html += '<![CDATA[' + node.nodeValue + ']]>';
                break;
            case Node.COMMENT_NODE:
                html += '<!--' + node.nodeValue + '-->';
                break;
            case Node.DOCUMENT_TYPE_NODE:
                // (X)HTML documents are identified by public identifiers
                html += "<!DOCTYPE " + node.name

                    + (node.publicId ? ' PUBLIC "' + node.publicId + '"' : '')

                    + (!node.publicId && node.systemId ? ' SYSTEM' : '') 

                    + (node.systemId ? ' "' + node.systemId + '"' : '') + '>\n';
                break;
        }
        node = node.nextSibling;
    }
    return html;
}

參數document_root，表示使用上述方法所獲取的html content。

顧名思義，此函式將會回傳包括JavaScript動態生成的html content。