HtmlUnit介绍 【java|HtmlUnit入门】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
net.sourceforge.htmlunit
htmlunit
2.23
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 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 itemList = (List) 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 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 itemList = (List) 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();
}
}
}
推荐阅读
- Java|Java基础——数组
- 人工智能|干货!人体姿态估计与运动预测
- java简介|Java是什么(Java能用来干什么?)
- Java|规范的打印日志
- Linux|109 个实用 shell 脚本
- 程序员|【高级Java架构师系统学习】毕业一年萌新的Java大厂面经,最新整理
- Spring注解驱动第十讲--@Autowired使用
- SqlServer|sql server的UPDLOCK、HOLDLOCK试验
- jvm|【JVM】JVM08(java内存模型解析[JMM])
- 技术|为参加2021年蓝桥杯Java软件开发大学B组细心整理常见基础知识、搜索和常用算法解析例题(持续更新...)