HtmlUnit是一个用java实现的浏览器,是一个无界面的浏览器(headless browser),跟phatomJS好像是同一类事物.
HtmlUnit基于apache httpClient,而httpClient基于URLConnection和Socket,URLConnection基于Socket.所以它们最终都是基于Socket.
WebClient webClient = new WebClient(); // webClient.getOptions().setCssEnabled(false); webClient.getOptions().setJavaScriptEnabled(false); HtmlPage page = webClient.getPage("http://www.baidu.com"); HtmlTextInput kw = (HtmlTextInput) page.getElementById("kw"); //通过这个语句测试一下到底是什么类型 System.out.println(kw.getClass()); HtmlSubmitInput su = (HtmlSubmitInput) page.getElementById("su"); kw.setValueAttribute("暗算"); // method1 page = su.click(); // method2 // page = (HtmlPage) webClient.getCurrentWindow().getEnclosedPage(); System.out.println(page.asXml()); webClient.close();
如果不禁用js和css,程序会抛出各种异常以致无法继续运行.
使用HtmlUnit可以运行js
WebClient webclient = new WebClient();HtmlPage htmlpage = webclient.getPage("you url");htmlpage.executeJavaScript("the function name you want to execute");
表单的填写除了使用HtmlTextInput#setValueAttribute(),还可以使用HtmlInput#type().
