html-get
一行代码抓任意网页 HTML，自动渲染纠错还快
html-get 是一个 JavaScript 库，用于从任意网站抓取 HTML 内容，并针对纠错与速度做了专门优化。它解决的核心问题是：普通 fetch 或 request 只能拿到原始响应，遇到需要 JavaScript 渲染、重定向、编码异常或结构损坏的页面时容易失败。html-get 内置了 headless 浏览器预渲染能力，能处理动态页面，同时支持抓取图片、音频、视频、PDF 等资源类型，并自动修正不规范的 HTML 标记。项目基于 got 等成熟请求库构建，API 简洁，适合需要稳定获取网页源码的自动化流程。它面向爬虫、内容聚合、页面快照、SEO 分析等场景，让开发者不必自己处理渲染与容错细节，直接拿到可用的 HTML 结果。
项目数据
使用教程
核心亮点
- 内置 headless 预渲染，能抓取依赖 JavaScript 动态生成的页面内容
- 对不规范 HTML 做自动纠错，输出更干净可解析的标记
- 基于 got 等成熟库，支持图片、音视频、PDF 等多种资源类型抓取
不足之处
- 星标仅 103，属于早期项目，社区生态和长期维护待观察
- 文档与示例相对有限，复杂场景需自行阅读源码
适用场景
- 爬虫或内容聚合时批量获取网页 HTML 源码
- 对动态渲染页面做快照或 SEO 结构分析
- 自动化流程中需要稳定抓取并修正网页标记
替代项目
puppeteer、playwright、cheerio
项目介绍
同类项目推荐
n8n
开源
拖拽搭建自动化流程，轻松接入 AI 与 400+ 应用，搞定重复工作。
Fair-code workflow automation platform with native AI capabilities. Combine visual b···
robotcode
开源
让 Robot Framework 拥有现代 IDE 体验，调试、补全、运行一气呵成。
Open Source Toolkit for Robot Framework, providing Language Server Protocol support,···
puppeteer
开源
用 JavaScript 轻松操控无头浏览器，搞定自动化测试与网页抓取。
JavaScript API for Chrome and Firefox
customermates
开源
比 Pipedrive 直观 10 倍的现代开源 CRM，轻松管理客户与自动化流程。
Building a modern alternative to Pipedrive that is 10x more intuitive.