使用dom上下文在Java JVM中执行JS

问题描述 投票：0回答：2

我目前正在做我的小项目，遇到小（或大）困难。

我正在编写一个Java程序，该程序在网站摘录中运行并运行一些JavaScript代码。我正在使用ScriptEngineManager在JVM中运行JavaSript代码，但由于无法访问dom上下文，某些代码如document.getInnerHtml().getElementById()无法正常工作。

我可以通过任何方式运行它吗？

javascript java html ajax dom
2个回答
0
投票

那么，

我希望您发现此答案“有所帮助”。我之所以说“有点”，主要是因为由于我还没有通过Selenium WebDriver库工作，因此我无法对您的困境提供完整的答案。我亲自编写了一个相当大的HTML解析器，用于搜索和抓取HTML页面。 Java库（Sun Micro-Systems的Java发行版中包含的库）的实际情况是不包含“ Java脚本执行库”。实际上，“ ScriptEngineManager”是我从未使用过的软件包。我的辩护是，Java框架中有许多我没有编码的额外库。

然而，重要的是，我在解析，搜索和将HTML，CSS，Java脚本，AJAX抓取到Java库中进行了大量工作。您可以在这里查看它，并且它的目标类似于名为“ JSoup”的项目-已经存在了很长时间，但是缺少我的某些功能。 （JSoup Scrape链接：JSoup.org和Torello.HTML：developer.torello.directory）

我可以提供的帮助是，您需要考虑项目的目标（问题并不能很好地阐明它！），以便确定您要使用哪些其他库。

[如果您想真正开始执行JavaScript（除非绝对必要，否则我不建议这样做），您需要查看“ Selenium Web Driver Libraries”。该库要复杂一个数量级，通常，如果您只是想从网站上获取一些数据，则可以使用简单的抓取包，也可以使用混合方法，在其中进行Java调用并进行“模拟” “对Web服务器的AJAX和JSON调用是正确的主意。通常，从SO上看到的Selenium人群通常对自动发布和与WebSite交互更感兴趣，这是使用Selenium Java-Script执行库所必需的。

如果您只想访问静态内容，则可以尝试以下代码。我将使用Torello.HTML发布它，但是显然您也可以使用JSOUP库。如果您只是对获取HTML和Content本身感兴趣，并且愿意编写Java代码以执行Java中的目标-省略Java脚本-那么就可以了。同样，如果您尝试运行与Web服务器交互的重复查询，并且绝对必须在该页面上使用Java脚本，请重新发布您的问题并尝试询问有关使用Selenium Web驱动程序的问题。 

import Torello.HTML.*;
import Torello.HTML.NodeSearch.*;
import Torello.Java.FileRW;

import java.util.*;
import java.io.*;

public class Scrape
{
    public static void main(String[] argv) throws IOException
    {
        String              html        = FileRW.loadFileToString("Example.html");
        Vector<HTMLNode>    page        = HTMLPage.getPageTokens(html, false);
        Vector<HTMLNode>    divContent  = InnerTagGetInclusive.first
                                        (page, "div", "id", TextComparitor.EQ_CI_TRM, "k");
        System.out.println(
                "Entire <DIV ...> Element:\n" + 
                Util.pageToString(divContent) + "\n\n" +
                "DIV Element Contents:\n" + 
                Util.textNodesString(divContent));
    }
}

这是上面（简短的）Java类HTML搜索和刮擦示例生成的输出：

Entire <DIV ...> Element:
<div style="display:none;visibility:hidden;" id="k">+((!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![]+[])+(!+[]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![])+(+[])+(!+[]+!![]+!![]+!![])+(+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]))/+((!+[]+!![]+!![]+!![]+[])+(!+[]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(+!![])+(!+[]+!![]+!![]+!![])+(!+[]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]))</div>

DIV Element Contents:
+((!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![]+[])+(!+[]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![])+(+[])+(!+[]+!![]+!![]+!![])+(+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]))/+((!+[]+!![]+!![]+!![]+[])+(!+[]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(+!![])+(!+[]+!![]+!![]+!![])+(!+[]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]))
0
投票

所以，这是一个例子

 <!DOCTYPE HTML>
<html lang="en-US">
<head>
  <meta charset="UTF-8" />

    <script type="text/javascript">
  
      var a = document.getElementById('k');
     
</script>


</head>
<body>
  <div style="display:none;visibility:hidden;" id="k">+((!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![]+[])+(!+[]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![])+(+[])+(!+[]+!![]+!![]+!![])+(+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]))/+((!+[]+!![]+!![]+!![]+[])+(!+[]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![])+(+!![])+(!+[]+!![]+!![]+!![])+(!+[]+!![])+(!+[]+!![]+!![]+!![]+!![]+!![]+!![]+!![])+(!+[]+!![]))</div>
  


</body>
</html>

因此，我的Java程序将尝试运行该“ document.getElementById（'k'）”代码，但他不会看到HTML div在哪里，因此将引发未定义的文档。

因此，在Java中是ScriptEngineManager，它可以让您评估Javascript代码，但它无法访问html文档，因此不适用于此类代码。

最新问题
© www.soinside.com 2019 - 2024. All rights reserved.