[英]In Java and HtmlUnit, how to wait for a resulting page to finish loading and download it as HTML?
HtmlUnit是一个很棒的Java库,可让您以编程方式填写和提交Web表单。 我目前正在维护一个用ASP编写的相当老的系统,而不是按需每月手动填写一份Web表单,而是尝试寻找一种方法来使整个任务自动化,因为我一直忘记它。 这是一种检索一个月内收集的数据的表格。 到目前为止,这是我编写的代码:
WebClient client = new WebClient();
HtmlPage page = client.getPage("http://urlOfTheWebsite.com/search.aspx");
HtmlForm form = page.getFormByName("aspnetForm");
HtmlSelect frMonth = form.getSelectByName("ctl00$cphContent$ddlStartMonth");
HtmlSelect frDay = form.getSelectByName("ctl00$cphContent$ddlStartDay");
HtmlSelect frYear = form.getSelectByName("ctl00$cphContent$ddlStartYear");
HtmlSelect toMonth = form.getSelectByName("ctl00$cphContent$ddlEndMonth");
HtmlSelect toDay = form.getSelectByName("ctl00$cphContent$ddlEndDay");
HtmlSelect toYear = form.getSelectByName("ctl00$cphContent$ddlEndYear");
HtmlCheckBoxInput games = form.getInputByName("ctl00$cphContent$chkListLottoGame$0");
HtmlSubmitInput submit = form.getInputByName("ctl00$cphContent$btnSearch");
frMonth.setSelectedAttribute("1", true);
frDay.setSelectedAttribute("1", true);
frYear.setSelectedAttribute("2012", true);
toMonth.setSelectedAttribute("1", true);
toDay.setSelectedAttribute("31", true);
toYear.setSelectedAttribute("2012", true);
games.setChecked(true);
submit.click();
在click()
,我应该等待完全相同的网页完成重新加载,因为某处有一个表,显示我的搜索结果。 然后,当页面加载完成后,我需要将其下载为HTML文件(非常类似于您喜欢的浏览器中的“页面另存为...”),因为我将抓取数据以计算其总和,我已经使用Jsoup库做到了。
我的问题是:1.如何以编程方式等待网页完成在HtmlUnit中的加载? 2.如何以编程方式将生成的网页下载为HTML文件?
我已经研究过HtmlUnit文档,找不到适合我需要的类。
尝试以下设置:
webClient.waitForBackgroundJavaScript() or
webClient.waitForBackgroundJavaScriptStartingBefore()
我认为您也需要提及浏览器,默认情况下它使用的是IE,您将在此处获得更多信息。 HTMLUnit不等待Javascript
这个例子可能对您有帮助。 单击后,您需要等待页面加载。 大多数情况下,它是一个使用Java脚本等的动态页面。所有重写的方法都不会使您收到大量的控制台消息。 您可以实现所需的一种。
public static void main(String[] args) throws IOException {
WebClient webClient = gethtmlUnitClient();
final HtmlPage page = webClient.getPage("YOUR PAGE");
webClient.waitForBackgroundJavaScript(60000);
System.out.println(page);
}
static public WebClient gethtmlUnitClient() {
WebClient webClient;
LogFactory.getFactory().setAttribute("org.apache.commons.logging.Log",
"org.apache.commons.logging.impl.NoOpLog");
java.util.logging.Logger.getLogger("com.gargoylesoftware.htmlunit").setLevel(Level.OFF);
java.util.logging.Logger.getLogger("org.apache.commons.httpclient").setLevel(Level.OFF);
webClient = new WebClient(BrowserVersion.CHROME);
webClient.setIncorrectnessListener(new IncorrectnessListener() {
@Override
public void notify(String arg0, Object arg1) {
}
});
webClient.setCssErrorHandler(new ErrorHandler() {
@Override
public void warning(CSSParseException arg0) throws CSSException {
// TODO Auto-generated method stub
}
@Override
public void fatalError(CSSParseException arg0) throws CSSException {
// TODO Auto-generated method stub
}
@Override
public void error(CSSParseException arg0) throws CSSException {
// TODO Auto-generated method stub
}
});
webClient.setJavaScriptErrorListener(new JavaScriptErrorListener() {
@Override
public void timeoutError(HtmlPage arg0, long arg1, long arg2) {
// TODO Auto-generated method stub
}
@Override
public void scriptException(HtmlPage arg0, ScriptException arg1) {
// TODO Auto-generated method stub
}
@Override
public void malformedScriptURL(HtmlPage arg0, String arg1, MalformedURLException arg2) {
// TODO Auto-generated method stub
}
@Override
public void loadScriptError(HtmlPage arg0, URL arg1, Exception arg2) {
// TODO Auto-generated method stub
}
});
webClient.setHTMLParserListener(new HTMLParserListener() {
@Override
public void warning(String arg0, URL arg1, String arg2, int arg3, int arg4, String arg5) {
// TODO Auto-generated method stub
}
@Override
public void error(String arg0, URL arg1, String arg2, int arg3, int arg4, String arg5) {
// TODO Auto-generated method stub
}
});
webClient.getOptions().setThrowExceptionOnScriptError(false);
return webClient;
}
如何以编程方式将生成的网页下载为HTML文件
尝试asXml()
。 就像是:
page = submit.click();
String htmlContent = page.asXml();
File htmlFile = new File("C:/index.html");
PrintWriter pw = new PrintWriter(htmlFile, true);
pw.print(htmlContent);
pw.close();
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.