WebView之提取网页内容

最新推荐文章于 2024-08-22 15:46:39 发布

驱梦人

最新推荐文章于 2024-08-22 15:46:39 发布

阅读量2.5k

点赞数

分类专栏： Android 开发 Android学习文章标签： webview提取html

本文链接：https://blog.csdn.net/Luze_1226/article/details/101472946

版权

Android 开发同时被 2 个专栏收录

24 篇文章 0 订阅

订阅专栏

Android学习

22 篇文章 0 订阅

订阅专栏

日前遇到了这么一个需求，用WebView去加载url,在WebView 页面加载成功后，提取页面的内容。在页面加载完成再提取，就需要设置WebViewClient对象，重写里面的的方法：

  client = new WebViewClient(){
            @Override
            public boolean shouldOverrideUrlLoading(WebView view, WebResourceRequest request) {
                Log.e("webview", "shouldOverrideUrlLoading: "+request.toString() );
                return super.shouldOverrideUrlLoading(view, request);
            }

            @Override
            public void onPageFinished(WebView view, String url) {
                Log.e("webview", "onPageFinished: "+url );
                view.loadUrl("javascript:window.local_obj.showSource('<head>'+" +
                        "document.getElementsByTagName('html')[0].innerHTML+'</head>');");
                super.onPageFinished(view, url);
            }
        };
        webView.setWebViewClient(client);

上面代码在 onPageFinished （页面加载完成）里面执行了一个loadUrl 方法，去获取页面内容，loadUrl 里面的内容，既然用到了JS则需要设置 webview 支持JS语法的使用： webView.getSettings().setJavaScriptEnabled(true);

同时我们用js获取内容后如何在JAVA 成展现呢，WebView 需要设置接口：

webView.addJavascriptInterface(new JS(context),"local_obj");

在设置WebView 支持JS 添加映射接口时，还需要添加注释，否者可能获取不到HTML数据

@SuppressLint({"JavascriptInterface","SetJavaScriptEnabled","AddJavascriptInterface"})

通过这个方法就可以将JS成调用的方法映射到JAVA成的方法里面，而后面的 local_obj，就是loadUrl 用的的全局的一个对象来获取HTML 内容，来看看JAVA 层 JS 这个类的是如何实现的：

import java.util.regex.Matcher;
import java.util.regex.Pattern;


public final class JS {

    Context context;

    Pattern pattern;
    Matcher matcher;
    ClipboardManager cm;
    ClipData clipData;

    public JS(Context context) {
        this.context = context;
        cm = (ClipboardManager) context.getSystemService(Context.CLIPBOARD_SERVICE);
    }
    @JavascriptInterface
    @SuppressWarnings("unused")
    public void showSource(String html){
        Log.e("html",html);
        getMesg(html);
    }
}

JS类很简单就一个final 类里面一个方法接受获取的HTML、内容，但是要注意到有一个注解 @JavascriptInterface，这个注解说明这个是和Js 的通信接口，在Js中可以调用这个获取HTML内容，我们在这个方法里做一些提取操作。

再来看下 onPageFinish 里面使用的loadUrl 里面的内容：

"javascript:window.local_obj.showSource('<head>'+" +
        "document.getElementsByTagName('html')[0].innerHTML+'</head>');"

javascript:说明调用 js方法，而这个方法我们看的很眼熟：local_obj.showSource ,其实这个就是我们JAVA成定义的JS类里面的内容，而window. 这个是JS里面一个全局的操作，这里不做多讲解，而这个方法里面的也是Js提取标签内容的一个Js语法操作，至此 WebView 提取HTML的内容就结束了。这里贴出完整的代码

 @SuppressLint({"JavascriptInterface","SetJavaScriptEnabled","AddJavascriptInterface"})
    void initWebView(){
        webView = new WebView(context);
        webView.getSettings().setJavaScriptEnabled(true);
        webView.addJavascriptInterface(new JS(context),"local_obj");
        client = new WebViewClient(){
            @Override
            public boolean shouldOverrideUrlLoading(WebView view, WebResourceRequest request) {
                Log.e("webview", "shouldOverrideUrlLoading: "+request.toString() );
                return super.shouldOverrideUrlLoading(view, request);
            }

            @Override
            public void onPageFinished(WebView view, String url) {
                Log.e("webview", "onPageFinished: "+url );
                view.loadUrl("javascript:window.local_obj.showSource('<head>'+" +
                        "document.getElementsByTagName('html')[0].innerHTML+'</head>');");
                super.onPageFinished(view, url);
            }
        };
        webView.setWebViewClient(client);
    }

public final class JS {

    Context context;

    Pattern pattern;
    Matcher matcher;
    ClipboardManager cm;
    ClipData clipData;

    public JS(Context context) {
        this.context = context;
        cm = (ClipboardManager) context.getSystemService(Context.CLIPBOARD_SERVICE);
    }
    @JavascriptInterface
    @SuppressWarnings("unused")
    public void showSource(String html){
        Log.e("html",html);
        getMesg(html);
    }
    public void getMesg(String html){

        String patterns = "<pre style=\"word-wrap: break-word; white-space: pre-wrap;\">(.*?)</pre>";
        pattern = Pattern.compile(patterns);
        matcher = pattern.matcher(html);
        if (matcher.find()){
          clipData = ClipData.newPlainText("Label",matcher.group(1));
          cm.setPrimaryClip(clipData);
        }
    }

}