HtmlUnit入门

HtmlUnit介绍

htmlunit 是一款开源的java 页面分析工具,读取页面后,可以有效的使用htmlunit分析页面上的内容。项目可以模拟浏览器运行,被誉为java浏览器的开源实现。是一个没有界面的浏览器,运行速度迅速。

入门案例

pom.xml加入依赖

    <dependency>
        <groupId>net.sourceforge.htmlunit</groupId>
        <artifactId>htmlunit</artifactId>
        <version>2.23</version>
    </dependency>

获取页面内容

        /**
         * 获取页面内容
         */
        public class HtmlUnitDemo03 {

            public static void main(String[] args) {
                //实例化web客户端
                WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45,"124.206.107.125",3128);//使用代理IP
                try {
                    //解析获取页面
                    HtmlPage page = webClient.getPage("http://www.java1234.com");
                    HtmlElement div = page.getHtmlElementById("navMenu");
                    System.out.println(div.asXml());
                    System.out.println("---------------");
                    //获取a标签
                    DomNodeList<DomElement> dnList = page.getElementsByTagName("a");
                    for (int i = 0; i < dnList.getLength(); i++) {
                        DomElement element = dnList.get(i);
                        System.out.println(element.asXml());
                        System.out.println(element.asText());
                    }
                    System.out.println("------------------");
                    List<HtmlListItem> itemList = (List<HtmlListItem>) page.getByXPath("//div[@id='navMenu']/ul/li");
                    System.out.println(itemList.get(0).asXml());
                } catch (FailingHttpStatusCodeException e) {
                    e.printStackTrace();
                } catch (MalformedURLException e) {
                    e.printStackTrace();
                } catch (ElementNotFoundException e) {
                    e.printStackTrace();
                } catch (IOException e) {
                    e.printStackTrace();
                } finally {
                    //释放资源
                    webClient.close();
                }
            }
        }

取消css,js支持

        /**
         * 取消css,js支持
         */
        public class HtmlUnitDemo04 {

            public static void main(String[] args) {
                //实例化web客户端
                WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45,"124.206.107.125",3128);//使用代理IP
                //取消css支持
                webClient.getOptions().setCssEnabled(false);
                //取消js支持
                webClient.getOptions().setJavaScriptEnabled(false);
                try {
                    //解析获取页面
                    HtmlPage page = webClient.getPage("http://www.java1234.com");
                    HtmlElement div = page.getHtmlElementById("navMenu");
                    System.out.println(div.asXml());
                    System.out.println("---------------");
                    //获取a标签
                    DomNodeList<DomElement> dnList = page.getElementsByTagName("a");
                    for (int i = 0; i < dnList.getLength(); i++) {
                        DomElement element = dnList.get(i);
                        System.out.println(element.asXml());
                    }
                    System.out.println("------------------");
                    List<HtmlListItem> itemList = (List<HtmlListItem>) page.getByXPath("//div[@id='navMenu']/ul/li");
                    System.out.println(itemList.get(0).asXml());
                } catch (FailingHttpStatusCodeException e) {
                    e.printStackTrace();
                } catch (MalformedURLException e) {
                    e.printStackTrace();
                } catch (ElementNotFoundException e) {
                    e.printStackTrace();
                } catch (IOException e) {
                    e.printStackTrace();
                } finally {
                    //释放资源
                    webClient.close();
                }
            }
        }

模拟表单搜索

        /**
         * 模拟表单搜索
         */
        public class HtmlUnitDemo05 {

            public static void main(String[] args) {
                //实例化web客户端
                WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45,"124.206.107.125",3128);//使用代理IP
                try {
                    //解析获取页面
                    HtmlPage page = webClient.getPage("http://blog.java1234.com/index.html");
                    //获取搜索表单
                    HtmlForm form = page.getFormByName("myform");
                    //获取查询文本框
                    HtmlTextInput textInput = form.getInputByName("q");
                    //获取提交按钮
                    HtmlSubmitInput submitInput = form.getInputByName("submitButton");
                    //输入文本框
                    textInput.setValueAttribute("java");
                    //模拟提交(点击)
                    HtmlPage resultPage = submitInput.click();
                    System.out.println(resultPage.asXml());
                } catch (FailingHttpStatusCodeException e) {
                    e.printStackTrace();
                } catch (MalformedURLException e) {
                    e.printStackTrace();
                } catch (ElementNotFoundException e) {
                    e.printStackTrace();
                } catch (IOException e) {
                    e.printStackTrace();
                } finally {
                    //释放资源
                    webClient.close();
                }
            }
        }

获取ajax加载的内容

        /**
         * 获取ajax加载的内容
         */
        public class HtmlUnitDemo06 {

            public static void main(String[] args) {
                //实例化web客户端
                WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45);//使用代理IP
                try {
                    //解析获取页面
                    HtmlPage page = webClient.getPage("https://pan.baidu.com/share/home?uk=305605848#category/type=0");
                    //等待htmlunit执行js
                    Thread.sleep(10000);
                    System.out.println("网页html:"+page.asXml());
                } catch (FailingHttpStatusCodeException e) {
                    e.printStackTrace();
                } catch (MalformedURLException e) {
                    e.printStackTrace();
                } catch (ElementNotFoundException e) {
                    e.printStackTrace();
                } catch (IOException e) {
                    e.printStackTrace();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                } finally {
                    //释放资源
                    webClient.close();
                }
            }
        }
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值