Obtendo o código-fonte HTML da página atual da extensão do Chrome

85

Eu tenho uma extensão do Chrome. eu preciso analisar o código-fonte HTML da página atual. Encontrei aqui todos os tipos de soluções com páginas de fundo e scripts de conteúdo, mas nenhuma me ajudou. aqui está o que eu tenho até agora:
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);
    }
});

O alerta sempre alerta indefinido. mesmo se eu alterar no arquivo content.js a função de retorno de chamada para:

callback('hello');

ainda o mesmo resultado. O que estou fazendo errado? talvez eu esteja indo pelo caminho errado. o que eu realmente preciso é isso. Quando o usuário abre o pop-up da extensão (e só então), preciso do HTML da página atual para poder analisá-la. alguma sugestão?

html google-chrome-extension Sr. T.
fonte
Um problema é que o código em sua página de plano de fundo é executado imediatamente (antes que os scripts de conteúdo sejam injetados). Uma pergunta muito semelhante / duplicada já foi feita antes; Dê uma olhada na resposta em Abrir uma nova guia do Google Chrome e obter a fonte .
Rob W
Obrigado pela sua resposta rob. Copiei os segmentos de código em seu link anexado, mas ainda não funciona. O problema é que minha extensão é um pop-up e eu preciso obter o HTML somente quando o usuário abre minha extensão. por exemplo, se a guia atual for facebook.com, somente quando eu abrir minha extensão, recuperarei a fonte html para meu arquivo js (não o script de conteúdo ou a página de fundo).
Sr. T.
Atualize sua pergunta com seu código atual. O código deve conter comentários que destacam o problema.
Rob W

Respostas:

156

Injete um script na página da qual deseja obter a fonte e envie-o para o pop-up ....

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 Sinto muito pelo meu primeiro post, não prestei atenção suficiente aos comentários (de novo) e acabei apenas regurgitando o que Rob W disse. A nova postagem deve ter o que você queria.
PAEz
Obrigado, sua resposta foi muito útil, meu problema é que o onMessage acontece de forma assíncrona. no meu pop-up, tenho todos os tipos de outras coisas que retransmitem no HTML de origem. como posso salvar a fonte em uma var global e só então continuar com a função de carregamento da página?
Sr. T.
Eu não acho que você pode. Você vai ter que colocá-lo no código de callbacks ou em uma função e chamar isso no callback ... se apenas JS tivesse um gotocomando, sim? ; P
PAEz
21
Por que não apenas algo como document.documentElement.outerHTML em vez da função DOMtoString?
djfm
@djfm Isso seria bom praticamente o tempo todo. Pelo que eu pude dizer, a função de Rob W é mais completa ... retorna o doctype por exemplo que sua solução não, a sua está apenas obtendo a parte html.
PAEz
0

Aqui está minha solução:

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