应优先通过 Playwright 拦截 XML 网络响应，或用 Puppeteer 注入脚本读取内存/隐藏 DOM 中的 XML 字符串；需确认来源是 XHR/Fetch 请求还是 JS 内联内容，并注意编码声明与解析验证。
直接用 Puppeteer 或 Playwright 提取“动态网页生成的 XML”通常不现实——因为浏览器本身不以 XML 格式渲染页面，XML 一般是后端接口返回的原始数据（如 AJAX 请求响应），或由前端 JavaScript 动态构造并写入 DOM 的字符串。关键不是“抓取 XML 渲染结果”，而是捕获网页运行过程中实际加载或生成的 XML 数据流。
确认 XML 来源：是网络请求还是 DOM 内容？
先判断 XML 是怎么来的：
- 打开 DevTools → Network 面板，筛选 XHR 或 Fetch，刷新页面，找响应类型为
application/xml、text/xml或文件名含.xml的请求； - 如果没找到，检查页面 HTML 中是否有
<script>直接内联了 XML 字符串，或通过document.getElementById(...).innerHTML插入了带 XML 结构的文本； - 极少数情况：JS 调用
DOMParser.parseFromString(..., 'application/xml')构造 XML 文档对象，但该对象不会自动显示在页面上，需从 JS 上下文读取。
用 Playwright 拦截并提取 XML 响应（推荐）
Playwright 支持监听和修改网络请求，适合捕获真实 XML 接口响应：
- 启用请求拦截：
page.route('**/*.xml', route => { ... })或更通用的page.route(/\.xml$/i, ...)； - 用
route.fulfill()可提前获取响应体，或用route.continue()后再调用response.text()； - 实际做法：监听所有匹配 URL 的响应，等待其就绪后提取
await response.text()，确保response.status() === 200且response.headers()['content-type']包含xml。
用 Puppeteer 注入脚本读取内存中的 XML 字符串
如果 XML 是 JS 在内存中拼接的字符串（例如赋值给 window.myConfigXml 或某个全局变量），可直接评估上下文：
- 等待目标变量存在：
await page.waitForFunction(() => window.myXmlData)； - 读取字符串内容：
const xmlStr = await page.evaluate(() => window.myXmlData)； - 若 XML 被写入隐藏 DOM 元素（如
<div id="xml-data" style="display:none"><?xml ...></div>），可用：await page.$eval('#xml-data', el => el.textContent)。
注意编码与格式问题
拿到原始字符串后别直接当 UTF-8 处理：
- XML 声明中可能指定编码（如
<?xml version="1.0" encoding="GBK"?>），需按声明解码； - Node.js 默认用 UTF-8，若响应是 GBK/GB2312，需用
iconv-lite转换：iconv.decode(Buffer.from(rawBytes), 'gbk')； - 建议用
new DOMParser().parseFromString(xmlStr, 'application/xml')验证是否为良构 XML，检查parsererror元素判断解析失败。
不复杂但容易忽略：XML 往往藏在异步请求里，而不是页面初始 HTML 中。盯住 Network 面板，再选对工具链拦截或读取，基本就能稳稳拿到。
