Estou planejando criar uma ferramenta que reconheça HTML usando a estrutura DOM na CLI. Como muitos sites produzem muitos elementos DOM usando JavaScript atualmente, está se tornando difícil extrair informações de arquivos HTML estáticos baixados. Também quero analisá-los automaticamente por scripts de linha de comando como o Linux / bash.
E agora estou pesquisando uma maneira de recuperar e manipular a estrutura DOM reconstruída dinamicamente depois de executar o JavaScript em arquivos HTML. (Observe também que estou pesquisando maneiras de emular para chamar manipuladores de eventos como clicar.)
Existe alguma ferramenta ou maneiras de fazer isso?
Tags command-line bash javascript html linux