Recupero dell'HTML sorgente della pagina corrente dall'estensione di Chrome

86

Ho un'estensione Chrome. ho bisogno di analizzare dal sorgente HTML della pagina corrente. Ho trovato qui tutti i tipi di soluzioni con pagine in background e script di contenuto, ma nessuna mi ha aiutato. ecco cosa ho finora:
manifest.json:

{
  "name": "Extension",
  "version": "1.0",
  "description": "Extension",
  "browser_action": {
    "default_icon": "bmarkred.ico",
    "popup": "Test.html"
  },
  "content_scripts": [
    {
      "matches": ["http://*/*"],
      "js": ["content.js"]
    }
  ],
  "background": {
    "page": "backgroundPage.html"
  },
  "permissions": [
    "cookies",
    "tabs",
    "http://*/*", 
    "https://*/*"
  ]
}

background.html:

<html>
<head>
<script type="text/javascript">
    try {
        chrome.tabs.getSelected(null, function (tab) {
            chrome.tabs.sendRequest(tab.id, {action: "getSource"}, function(source) {
                alert(source);
            });
        });
    }
    catch (ex) {
        alert(ex);
    }
</script>
</head>
</html>

content.js:

chrome.extension.onRequest.addListener(function(request, sender, callback) {
    if (request.action == "getSource") {
        callback(document.getElementsByTagName('html')[0].innerHTML);
    }
});

L'avviso segnala sempre undefined. anche se cambio nel file content.js la funzione di callback in:

callback('hello');

sempre lo stesso risultato. Che cosa sto facendo di sbagliato? forse sto andando in questo modo sbagliato. whay ho davvero bisogno è questo. Quando l'utente apre il popup dell'estensione (e solo allora), ho bisogno dell'HTML della pagina corrente in modo da poterlo analizzare. eventuali suggerimenti?

html  google-chrome-extension 
— Signor T.
fonte
Un problema è che il codice nella pagina in background viene eseguito immediatamente (prima che gli script di contenuto vengano inseriti). Una domanda molto simile / duplicata è stata posta in precedenza; Dai un'occhiata alla risposta in Apri una nuova scheda di Google Chrome e ottieni la fonte .
— Rob W
Grazie per la tua risposta rob. ho copiato i segmenti di codice nel tuo link allegato ma ancora non funziona. Il problema è che la mia estensione è un popup e devo ottenere l'HTML solo quando l'utente apre la mia estensione. ad esempio, se la scheda corrente è facebook.com, solo quando apro la mia estensione, recupererò la sorgente html nel mio file js (non lo script del contenuto o la pagina di sfondo).
— Mr T.
Aggiorna la tua domanda con il tuo codice attuale. Il codice deve contenere commenti che evidenziano il problema.
— Rob W

Risposte:

157

Iniettare uno script nella pagina da cui si desidera ottenere la fonte e inviarlo di nuovo al popup ...

manifest.json 

{
  "name": "Get pages source",
  "version": "1.0",
  "manifest_version": 2,
  "description": "Get pages source from a popup",
  "browser_action": {
    "default_icon": "icon.png",
    "default_popup": "popup.html"
  },
  "permissions": ["tabs", "<all_urls>"]
}

popup.html 

<!DOCTYPE html>
<html style=''>
<head>
<script src='popup.js'></script>
</head>
<body style="width:400px;">
<div id='message'>Injecting Script....</div>
</body>
</html>

popup.js 

chrome.runtime.onMessage.addListener(function(request, sender) {
  if (request.action == "getSource") {
    message.innerText = request.source;
  }
});

function onWindowLoad() {

  var message = document.querySelector('#message');

  chrome.tabs.executeScript(null, {
    file: "getPagesSource.js"
  }, function() {
    // If you try and inject into an extensions page or the webstore/NTP you'll get an error
    if (chrome.runtime.lastError) {
      message.innerText = 'There was an error injecting script : \n' + chrome.runtime.lastError.message;
    }
  });

}

window.onload = onWindowLoad;

getPagesSource.js 

// @author Rob W <http://stackoverflow.com/users/938089/rob-w>
// Demo: var serialized_html = DOMtoString(document);

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;
}

chrome.runtime.sendMessage({
    action: "getSource",
    source: DOMtoString(document)
});
— PAEz
fonte
@ Gil Tankus Mi dispiace tanto per il mio primo post, non ho prestato abbastanza attenzione ai commenti (di nuovo) e ho finito per rigurgitare ciò che ha detto Rob W. Il nuovo post dovrebbe avere quello che volevi.
— PAEz
Grazie, la tua risposta è stata davvero utile, il mio problema è che onMessage è asincrono. nel mio popup, ho tutti i tipi di altre cose che si riferiscono all'HTML sorgente. come posso salvare il sorgente in una var globale e solo allora continuare con la funzione di caricamento della pagina?
— Mr T.
Non credo che tu possa. Dovrai metterlo nel codice callback o in una funzione e chiamarlo nel callback ... se solo JS avesse un gotocomando, sì? ; P
— PAEz
21
Perché non solo qualcosa come document.documentElement.outerHTML invece della funzione DOMtoString?
— djfm
@djfm Andrebbe bene praticamente tutto il tempo. È solo che da quello che ho potuto dire che la funzione di Rob W è più completa ... restituisce il doctype per esempio che la tua soluzione non lo fa, la tua sta ottenendo solo la parte html.
— PAEz
0

Ecco la mia soluzione:

chrome.runtime.onMessage.addListener(function(request, sender) {
        if (request.action == "getSource") {
            this.pageSource = request.source;
            var title = this.pageSource.match(/<title[^>]*>([^<]+)<\/title>/)[1];
            alert(title)
        }
    });

    chrome.tabs.query({ active: true, currentWindow: true }, tabs => {
        chrome.tabs.executeScript(
            tabs[0].id,
            { code: 'var s = document.documentElement.outerHTML; chrome.runtime.sendMessage({action: "getSource", source: s});' }
        );
    });
— Dejan S
fonte
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.