htmlunit简单翻译
2015-09-25 16:55
295 查看
1 环境搭建:
1)下载
从链接:http://sourceforge.net/projects/htmlunit/files/htmlunit/
下载最新的bin文件
2)关于bin文件
里面主要包含两部分,一是lib目录下的.jar文件,还有就是apidocs目录下的帮助文件(即API说明文件,打开index-all.html,是以网页形式提供)
3)配置java的CLASSPATH(纯手工方法)
将lib目录下的所有.jar文件复制到任意目录(如:c:\htmlunit\lib\)
然后右击我的电脑->属性->高级->环境变量->系统变量 中,对CLASSPATH进行编辑,如果没有就新建一个(如果运行java或编译时有错误,就在)
务必将所有.jar文件的详细地址添加到CLASSPATH中,而不是用“c:\htmlunit\lib\”来代替,如.;c:\htmlunit\lib\1.jar;c:\htmlunit\lib\2.jar; 才是正确的写法
务必每一个都写清楚,需要注意最前面有个点".",最后面有个";"
2 解释和说明:
1).jar其实就是编译好的.class文件集,可以使用rar解压软件打开。所以.jar本质是一个目录
2)官网的教程有些地方写的很奇怪和不直观,所以我做了些调整,主要是使输出结果更加直观
3)里面每一个函数的具体使用方法在APIDOCS中已经有详细的说明了,我这里就不重复了
3 开始翻译教程
3.1 获取页面的TITLE、XML代码、文本
3.2 使用不同版本的浏览器打开
3.3 找到页面中特定的元素
3.4 元素检索
3.5 提交搜索
1)下载
从链接:http://sourceforge.net/projects/htmlunit/files/htmlunit/
下载最新的bin文件
2)关于bin文件
里面主要包含两部分,一是lib目录下的.jar文件,还有就是apidocs目录下的帮助文件(即API说明文件,打开index-all.html,是以网页形式提供)
3)配置java的CLASSPATH(纯手工方法)
将lib目录下的所有.jar文件复制到任意目录(如:c:\htmlunit\lib\)
然后右击我的电脑->属性->高级->环境变量->系统变量 中,对CLASSPATH进行编辑,如果没有就新建一个(如果运行java或编译时有错误,就在)
务必将所有.jar文件的详细地址添加到CLASSPATH中,而不是用“c:\htmlunit\lib\”来代替,如.;c:\htmlunit\lib\1.jar;c:\htmlunit\lib\2.jar; 才是正确的写法
务必每一个都写清楚,需要注意最前面有个点".",最后面有个";"
2 解释和说明:
1).jar其实就是编译好的.class文件集,可以使用rar解压软件打开。所以.jar本质是一个目录
2)官网的教程有些地方写的很奇怪和不直观,所以我做了些调整,主要是使输出结果更加直观
3)里面每一个函数的具体使用方法在APIDOCS中已经有详细的说明了,我这里就不重复了
3 开始翻译教程
3.1 获取页面的TITLE、XML代码、文本
import com.gargoylesoftware.htmlunit.WebClient; import com.gargoylesoftware.htmlunit.html.HtmlPage; import com.gargoylesoftware.htmlunit.BrowserVersion; import com.gargoylesoftware.htmlunit.html.HtmlDivision; import com.gargoylesoftware.htmlunit.html.HtmlAnchor; import com.gargoylesoftware.htmlunit.*; import com.gargoylesoftware.htmlunit.WebClientOptions; import com.gargoylesoftware.htmlunit.html.HtmlInput; import com.gargoylesoftware.htmlunit.html.HtmlBody; import java.util.List; public class helloHtmlUnit{ public static void main(String[] args) throws Exception{ String str; //创建一个webclient WebClient webClient = new WebClient(); //htmlunit 对css和javascript的支持不好,所以请关闭之 webClient.getOptions().setJavaScriptEnabled(false); webClient.getOptions().setCssEnabled(false); //获取页面 HtmlPage page = webClient.getPage("http://www.baidu.com/"); //获取页面的TITLE str = page.getTitleText(); System.out.println(str); //获取页面的XML代码 str = page.asXml(); System.out.println(str); //获取页面的文本 str = page.asText(); System.out.println(str); //关闭webclient webClient.closeAllWindows(); } }
3.2 使用不同版本的浏览器打开
import com.gargoylesoftware.htmlunit.WebClient; import com.gargoylesoftware.htmlunit.html.HtmlPage; import com.gargoylesoftware.htmlunit.BrowserVersion; import com.gargoylesoftware.htmlunit.html.HtmlDivision; import com.gargoylesoftware.htmlunit.html.HtmlAnchor; import com.gargoylesoftware.htmlunit.*; import com.gargoylesoftware.htmlunit.WebClientOptions; import com.gargoylesoftware.htmlunit.html.HtmlInput; import com.gargoylesoftware.htmlunit.html.HtmlBody; import java.util.List; public class helloHtmlUnit{ public static void main(String[] args) throws Exception{ String str; //使用FireFox读取网页 WebClient webClient = new WebClient(BrowserVersion.FIREFOX_24); //htmlunit 对css和javascript的支持不好,所以请关闭之 webClient.getOptions().setJavaScriptEnabled(false); webClient.getOptions().setCssEnabled(false); HtmlPage page = webClient.getPage("http://www.baidu.com/"); str = page.getTitleText(); System.out.println(str); //关闭webclient webClient.closeAllWindows(); } }
3.3 找到页面中特定的元素
public class helloHtmlUnit{ public static void main(String[] args) throws Exception{ //创建webclient WebClient webClient = new WebClient(BrowserVersion.CHROME); //htmlunit 对css和javascript的支持不好,所以请关闭之 webClient.getOptions().setJavaScriptEnabled(false); webClient.getOptions().setCssEnabled(false); HtmlPage page = (HtmlPage)webClient.getPage("http://www.baidu.com/"); //通过id获得"百度一下"按钮 HtmlInput btn = (HtmlInput)page.getHtmlElementById("su"); System.out.println(btn.getDefaultValue()); //关闭webclient webClient.closeAllWindows(); } }
3.4 元素检索
public class helloHtmlUnit{ public static void main(String[] args) throws Exception{ //创建webclient WebClient webClient = new WebClient(BrowserVersion.CHROME); //htmlunit 对css和javascript的支持不好,所以请关闭之 webClient.getOptions().setJavaScriptEnabled(false); webClient.getOptions().setCssEnabled(false); HtmlPage page = (HtmlPage)webClient.getPage("http://www.baidu.com/"); //查找所有div List<?> hbList = page.getByXPath("//div"); HtmlDivision hb = (HtmlDivision)hbList.get(0); System.out.println(hb.toString()); //查找并获取特定input List<?> inputList = page.getByXPath("//input[@id='su']"); HtmlInput input = (HtmlInput)inputList.get(0); System.out.println(input.toString()); //关闭webclient webClient.closeAllWindows(); } }
3.5 提交搜索
public class helloHtmlUnit{ public static void main(String[] args) throws Exception{ //创建webclient WebClient webClient = new WebClient(BrowserVersion.CHROME); //htmlunit 对css和javascript的支持不好,所以请关闭之 webClient.getOptions().setJavaScriptEnabled(false); webClient.getOptions().setCssEnabled(false); HtmlPage page = (HtmlPage)webClient.getPage("http://www.baidu.com/"); //获取搜索输入框并提交搜索内容 HtmlInput input = (HtmlInput)page.getHtmlElementById("kw"); System.out.println(input.toString()); input.setValueAttribute("雅蠛蝶"); System.out.println(input.toString()); //获取搜索按钮并点击 HtmlInput btn = (HtmlInput)page.getHtmlElementById("su"); HtmlPage page2 = btn.click(); //输出新页面的文本 System.out.println(page2.asText()); } }
相关文章推荐
- html常用标签
- HTML——表单应用
- php学习基础篇之对HTML页面里标签代码含义的讲解
- HTML文件模板替换到转换PDF文件并下载PDF文件
- HTML标签canvas
- html窗口与其iframe子窗口之间的方法操作
- html标签大全
- html <label>标签
- C#获取指定网页HTML原代码
- IIS开启伪静态后html静态页面无法访问的解决方法
- html特殊字符
- 2015/9/25 吐槽
- HTML常用标签属性图
- 2015年9月20日第一节课html2-2
- html里的常用特殊符号表示大全
- 版本更新、滑动启动页、图片异步加载、抓取html网页新闻、内嵌小说阅读功能、PageView轮播图展示功能
- 关于checkbox/radio选中不选中HTML不变化
- C#实现HTML转WORD及WORD转PDF的方法
- html Table合并行和列
- 基本的Web控件一