java使用htmlunit工具抓取js中加载的数据
程序员文章站
2022-06-30 08:52:31
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。这个没有界面的浏览器,运行速度也是非常迅速的。采用的是Rhinojs引擎。模拟js运行。 说白了就是一个浏览器,这个浏览器是用Ja ......
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。这个没有界面的浏览器,运行速度也是非常迅速的。采用的是rhinojs引擎。模拟js运行。
说白了就是一个浏览器,这个浏览器是用java写的*面的浏览器,正因为其没有界面,因此执行的速度还是可以滴,htmlunit提供了一系列的api,这些api可以干的功能比较多,如表单的填充,表单的提交,模仿点击链接,由于内置了rhinojs引擎,因此可以执行javascript。
网页获取和解析速度较快,性能较好,推荐用于需要解析网页脚本的应用场景。
在使用此工具前需要导入htmlunit需要的jar包:
代码:
public static string url="http://www.xxx.cn/xxx";//抓取数据的地址 public static void main(string[] args) throws ioexception, saxexception { webclient wc = new webclient(browserversion.firefox_52); wc.getoptions().setjavascriptenabled(true); //启用js解释器,默认为true wc.setjavascripttimeout(100000);//设置js执行的超时时间 wc.getoptions().setcssenabled(false); //禁用css支持 wc.getoptions().setthrowexceptiononscripterror(false); //js运行错误时,是否抛出异常 wc.getoptions().settimeout(10000); //设置连接超时时间 ,这里是10s。如果为0,则无限期等待 wc.setajaxcontroller(new nicelyresynchronizingajaxcontroller());//设置支持ajax wc.setwebconnection(new webconnectionwrapper(wc) { public webresponse getresponse(webrequest request) throws ioexception { webresponse response = super.getresponse(request); string data= response.getcontentasstring(); if (data.contains("{\"js中的数据标识\"")){//判断抓到的js数据是否是包含抓取的字段 system.out.println(data); writefile(data);//将js中获取的数据写入指定路径的txt文件中 } return response; } } ); htmlpage page = wc.getpage(url); system.out.println("page:" + page); try { thread.sleep(1000);//设置 } catch (interruptedexception e) { e.printstacktrace(); } //关闭webclient wc.close(); } /** * 写入txt文件 */ public static void writefile(string data) { try { file writename = new file("data.txt"); // 相对路径,如果没有则要建立一个新的output.txt文件 writename.createnewfile(); // 创建新文件,有同名的文件的话直接覆盖 try{
filewriter writer = new filewriter(writename);
bufferedwriter out = new bufferedwriter(writer); out.write(data); out.flush(); // 把缓存区内容压入文件 } } catch (ioexception e) { e.printstacktrace(); } }
下一篇: 怎么晒辣椒,你知道吗