htmlunit 相关问题

使用 HtmlUnit 时出现 Java 内存不足错误

我使用 htmlUnit 和 java 构建了一个网络机器人，它做了很多事情，但运行了大约 10 分钟后，我总是收到以下错误。 该程序处理了一些文本文件，但错误...

HtmlUnit 关闭所有窗口内存泄漏

HtmlUnit 似乎不会关闭 Web 客户端中的窗口，从而造成内存泄漏。我正在尝试使用 HtmlUnit 获取页面并将其传递给 JSoup 进行解析。我知道 JSoup 可以

htmlunit 内容安全策略评估被阻止

我在一个 javascript 重的网站上写了一个爬虫（用 Angular 编写），它工作得很好。但几个月后我得到了错误 严重：错误错误：未捕获（承诺） 我怀疑当我...

如何解决此错误 Exception in thread "main" java.lang.NoClassDefFoundError: javax/crypto/SecretKey

如何解决此错误 Exception in thread "main" java.lang.NoClassDefFoundError: javax/crypto/SecretKey 导入 com.gargoylesoftware.htmlunit.WebClient; 导入 com.gargoylesoftware.htmlunit.html.

很难点击 htmlunit 中的链接

我在点击 htmlunit 中的链接时遇到问题。 我浏览了网站上的 api（我不太理解）并查看了我能找到的所有示例代码，但我仍然哈维...

页面内脚本出现 htmlunit 404 错误

我正在使用 htmlunit 尝试打开一个网站，但我不断收到 404 错误。 该网站可以在我的 python 脚本和浏览器中运行，但由于某种原因不能在 html 单元中运行。 我认为我的网址本身没问题...

无法使用 HtmlUnitDriver 执行 JavaScript

以下代码使用 new HtmlUnitDriver(true) 声明启用了 javascript 的 HtmlUnitDriver，然后创建一个 JavaScriptExecutor，如下所示 WebDriver 驱动程序 = new HtmlUnitDriver(true...

click() 方法什么也没做

我正在尝试使用html单元在这个网站上爬行：https://www.softpedia.com/get/Programming/Other-Programming-Files/Apidog.shtml。 我想“单击”“立即下载”按钮，...

Java/HtmlUnit - 如何从 HtmlImageInput 获取 HtmlImage？

我在 html 页面上有一张图像，它也是一个输入。 我在 html 页面上有一张图像，它也是一个输入。 <input type="image" src=... 我根本不在乎点击图片。我想将图像保存到文件中。这似乎是不可能的，又显得可笑。我尝试从 HtmlImageInput 转换为 HtmlImage 但出现错误。我怎样才能做到这一点？我需要从 HtmlUnit 切换到其他东西吗？我不在乎我需要做什么才能完成这件事。 顺便说一句，我尝试使用 selenium 并截取屏幕截图，但它截取了错误区域的屏幕截图。尝试了同一元素的多个不同的 xpath，但它总是采用错误的屏幕截图。 感谢您的报告。 与HtmlImage类似，.saveAs(File)刚刚被添加到HtmlImageInput。 顺便说一句，如果你不能使用最新的快照，那么你可以使用： try (WebClient webClient = new WebClient()) { HtmlPage page = webClient.getPage("http://localhost:8080"); HtmlImageInput input = page.querySelector("input"); URL url = page.getFullyQualifiedUrl(input.getSrcAttribute()); final String accept = webClient.getBrowserVersion().getImgAcceptHeader(); final WebRequest request = new WebRequest(url, accept); request.setAdditionalHeader("Referer", page.getUrl().toExternalForm()); WebResponse imageWebResponse = webClient.loadWebResponse(request); } HtmlImage codeImg = (HtmlImage) findElement(xpath, index); InputStream is = null; byte[] data = null; try { is = codeImg.getWebResponse(true).getContentAsStream(); data = new byte[is.available()]; is.read(data); } catch (IOException e) { log.error("get img stream meets error :", e); } finally { IOUtils.closeQuietly(is); } if (ArrayUtils.isEmpty(data)) { String errorMessage = String.format("downLoad img verify code with xpath %s failed.", xpath); throw new EnniuCrawlException(TargetResponseError.ERROR_RESPONSE_BODY, errorMessage); } String base64Img = Base64Utils.encodeToString(data); 如果您需要图像对象： public Image getImage(final HtmlImage img) throws IOException { try (final InputStream is = img.getWebResponse(true).getContentAsStream() { return ImageIO.read(is); } }

HTMLUnit 按类名收集所有链接

我想抓取/收集页面上特定类名称下的所有链接 例如超文本标记语言 农业 (92) 农业&...

HtmlUnitAndroid 点击不执行任何操作

我正在使用 HtmlUnit Android 从网站上抓取数据，我能够创建 Web 客户端并将其连接到网站，但单击按钮后我无法获取更多元素。在代码中...

htmlunit解析Html版本2.70

我一直在尝试将htmlunit（https://www.htmlunit.org/）从2.27版本升级到2.70版本。我注意到静态方法 HtmlParser.parseHtml() 不再存在。 我明白我必须这么做

如何从字符串创建 HtmlUnit HTMLPage 对象？

这个问题已经被问过一次了，但我猜 API 已经改变，答案不再有效。 URL url = new URL("http://www.example.com"); StringWebResponse 响应 = 新 StringWebRespo...

为什么我使用 HtmlUnitDriver 会收到 UnknownHostException？

我正在编写一个测试，应该只从重定向中获取URL，不需要加载不存在的页面。每次我遇到这个异常时： java.lang.RuntimeException：java.net。

带有 xpath 的 Html 单元未返回预期结果

我正在尝试使用 Html 单元使用谷歌搜索来筛选特定新闻报纸特定日期的热门新闻。我能够获得搜索结果，但是当我尝试访问...

尝试使用带有 HTMLUnit 的 css 选择器来选择正确的按钮

我有以下 HTML 代码片段： 我有以下 HTML 代码片段： <div class="LocationsIndex__paginationBar__YE2Xo"> <div> <nav> <button class="Control__control__ijHLR Pagination__pageItem__NsQSw Pagination__symbol__KHv6r" type="button"> <div style="transform: rotate(180deg);">➞</div> </button> <button class="Control__control__ijHLR Pagination__pageItem__NsQSw" type="button">1</button> <button class="Control__control__ijHLR Pagination__pageItem__NsQSw" type="button">2</button> <button class="Control__control__ijHLR Pagination__pageItem__NsQSw Pagination__active__EK2e1" type="button">3</button> <button class="Control__control__ijHLR Pagination__pageItem__NsQSw" type="button">4</button> <button class="Control__control__ijHLR Pagination__pageItem__NsQSw Pagination__disabled__FbUC6 Pagination__symbol__KHv6r" type="button">...</button> <button class="Control__control__ijHLR Pagination__pageItem__NsQSw" type="button">79</button> <button class="Control__control__ijHLR Pagination__pageItem__NsQSw Pagination__symbol__KHv6r" type="button"> <div class="">➞</div> </button> </nav> </div> <div class="LocationsIndex__paginationInfo__YbpCl">Showing 81 to 120 of 3121</div> </div> 我尝试使用以下代码中所示的 HtmlPage.querySelector() 方法捕获该组中的最后一个按钮控件（它是一个分页器）。此方法调用始终返回 null。我尝试了几种不同的方法来获取这些信息，但没有成功。 'class="Control__Control__xxxxx" 类的最后几个字符可能不同，所以我只想根据类值的开头查找。 // do the pagination HtmlButton button = page.querySelector("button[class^='Control__control']:nth-child(8) div"); page = button.click(); 我做错了什么？ 要定位最后一个按钮控件，您可以使用 last-child 伪类来选择导航中的最后一个按钮元素 page.querySelector("nav button[class^='Control__control']:last-child div");

Java HtmlUnit 不再能够查找列表<HtmlFieldSet> 使用 getByXPath(@class=)

如果您访问 https://parcelinquirytreasurer.cochise.az.gov/ ，在文本字段中输入 1010501508 并单击“提交”，您将看到一个新网页（第 2 页）。第 2 页有一个邮寄地址。如果您

使用 htmlunit 和 java 单击按钮

我尝试了 stackoverflow 网站上的所有选项，我是一名编程实习生。只需指示如何点击即可。 网站：https://calculator888.ru/random-generator/sluchaynoye-slovo 按钮： 我尝试了 stackoverflow 网站上的所有选项，我是一名编程实习生。只需指示如何点击即可。 网站：https://calculator888.ru/random-generator/sluchaynoye-slovo 按钮： <div class="knop_pusk_blok"> <input type="button" id="genr" data-tip="skivo" value="Случайное Слово" class="knop_dstv_vchl"> </div> 我的一些尝试： ublic class Main2 { public static void main(String[] args) throws IOException, InterruptedException { System.out.println("start"); WebClient webClient = new WebClient(BrowserVersion.CHROME); webClient.getOptions().setCssEnabled(false); webClient.getOptions().setJavaScriptEnabled(false); webClient.getOptions().setThrowExceptionOnScriptError(false); webClient.getOptions().setUseInsecureSSL(true); webClient.getOptions().setThrowExceptionOnFailingStatusCode(false); webClient.getCookieManager().setCookiesEnabled(true); webClient.setAjaxController(new NicelyResynchronizingAjaxController()); webClient.waitForBackgroundJavaScriptStartingBefore(10000); webClient.waitForBackgroundJavaScript(10000); HtmlPage page = webClient.getPage("https://calculator888.ru/random-generator/sluchaynoye-slovo"); List<HtmlElement> countOfWords = page.getByXPath("//*[@id=\"klch\"]"); System.out.println("Count of words is " + countOfWords.size()); List<HtmlElement> setOfWords = page.getByXPath("//*[@id=\"psz\"]");//word!!1111 System.out.println("set of words is " + setOfWords.size()); for (HtmlElement item : countOfWords) item.setAttribute("data-vpmn", "10"); countOfWords = page.getByXPath("//*[@id=\"klch\"]"); System.out.println("Count of words AFTER is " + countOfWords.get(0).getAttribute("data-vpmn")); //press button HtmlInput input = page.getHtmlElementById("genr"); //Html + ButtonInput + Input + SubmitInput HtmlPage after = input.click(); webClient.waitForBackgroundJavaScript(10000); for (int i = 0; i < 20; i++) { if (after.getByXPath("//*[@id=\"psz\"]").size() != 1) { break; } synchronized (page) { page.wait(500); } } List<HtmlElement> setOfWords1 = after.getByXPath("//*[@id=\"psz\"]");//after System.out.println("set of words is AFTER CLICK " + setOfWords1.size()); System.out.println("end"); } } 我这两天一直在寻找解决方案。感谢您的帮助！ Cibiyanna26 评论后编辑： package org.example; import com.gargoylesoftware.htmlunit.NicelyResynchronizingAjaxController; import com.gargoylesoftware.htmlunit.WebClient; import com.gargoylesoftware.htmlunit.html.HtmlPage; import com.gargoylesoftware.htmlunit.html.HtmlElement; import java.io.IOException; public class Main { public static void main(String[] args) throws IOException { WebClient webClient = new WebClient(); webClient.setAjaxController(new NicelyResynchronizingAjaxController()); webClient.getOptions().setJavaScriptEnabled(false); HtmlPage page = webClient.getPage("https://calculator888.ru/random-generator/sluchaynoye-slovo"); webClient.waitForBackgroundJavaScript(10000); HtmlElement htmlInputLineOfWords = (HtmlElement) page.getByXPath("//*[@id=\"bov\"]").get(0); System.out.println("before click =" + htmlInputLineOfWords.getTextContent()); webClient.waitForBackgroundJavaScript(10000); HtmlElement button = (HtmlElement) page.getElementById("genr"); page = button.click(); htmlInputLineOfWords = (HtmlElement) page.getByXPath("//*[@id=\"bov\"]").get(0); System.out.println("after click = " + htmlInputLineOfWords.getTextContent()); System.out.println(page.asText()); } } 和pom.xml： <dependency> <groupId>net.sourceforge.htmlunit</groupId> <artifactId>htmlunit</artifactId> <version>2.13</version> </dependency> 检查您的依赖项是否正确安装 然后试试这个： import com.gargoylesoftware.htmlunit.WebClient; import com.gargoylesoftware.htmlunit.html.HtmlButton; import com.gargoylesoftware.htmlunit.html.HtmlPage; public class HtmlUnitExample { public static void main(String[] args) { try (final WebClient webClient = new WebClient()) { webClient.getOptions().setJavaScriptEnabled(false); final HtmlPage page = webClient.getPage("https://example.com"); final HtmlButton button = page.getElementById("buttonId"); button.click(); System.out.println(page.asText()); } catch (Exception e) { e.printStackTrace(); } } }

HtmlUnit：如何搜索文本

在java项目中，我必须使用HtmlUnit来检索网页的内容。 我如何搜索具有内容 123 的元素。它是 html 文档的一部分。引用元素 h...

如何使用Java无头浏览器HtmlUnit自动提交表单

我对 HtmlUnit 很陌生，但我在这里尝试做的事情如下 我们有一个水晶服务器，我们需要调用它来获取报告 我们正在使用从水晶服务器公开的 Restful API...