本文介绍为何传统 html 解析无法获取网页中由 javascript 动态渲染的 pdf 链接，并提供基于 f# 的浏览器自动化解决方案（canopy + chromedriver），实现可靠、可等待、可交互的 pdf 链接提取。
在爬取类似 https://www.kodis.cz/lines/region?tab=232-293 这类现代前端网站时，你可能会发现：无论使用 FSharp.Data.HtmlProvider、HtmlAgilityPack 还是 HttpClient 获取原始 HTML，都无法提取到 PDF 文件链接（如 https://kodis-files.s3.eu-central-1.amazonaws.com/…pdf）。根本原因在于：这些 标签并非存在于服务端返回的初始 HTML 中，而是由 React 框架在浏览器中运行 JavaScript 后动态插入 DOM 的。
这意味着：
- 服务端响应中
内容为空或仅含占位符；
- 所有 PDF 链接均由客户端 JS 异步加载（可能通过 API 请求后渲染）；
- 纯静态 HTML 解析器（包括 HtmlDocument.Load()）只能看到“骨架”，看不到“血肉”。
✅ 正确解法：使用真实浏览器环境执行 JS，再提取渲染后的 DOM。
推荐方案：F# + Canopy 浏览器自动化
Canopy 是一个轻量、函数式风格的 F# 浏览器自动化库（底层基于 Selenium WebDriver），专为简洁、可读性强的 UI 测试与爬虫场景设计。
立即学习“Java免费学习笔记（深入）”；
