首先我们新建一个Maven普通客户端项目,然后打开pom.xml
引入htmlunit支持:
<dependency> <groupId>net.sourceforge.htmlunit</groupId> <artifactId>htmlunit</artifactId> <version>2.26</version> </dependency>
然后我们写一个测试类,来解析www.java1234.com 获取网页html以及网页文本,这里有点类似httpClient,但是底层执行过程默认多了一个js执行过程(当然htmlunit提供了关闭js解析设置);
package com.open1111; import java.io.IOException; import java.net.MalformedURLException; import com.gargoylesoftware.htmlunit.FailingHttpStatusCodeException; import com.gargoylesoftware.htmlunit.WebClient; import com.gargoylesoftware.htmlunit.html.HtmlPage; public class HtmlUnitTest { public static void main(String[] args) { WebClient webClient=new WebClient(); // 实例化Web客户端 try { HtmlPage page=webClient.getPage("http://www.java1234.com"); // 解析获取页面 System.out.println("网页html:"+page.asXml()); // 获取Html System.out.println("===================="); System.out.println("网页文本:"+page.asText()); // 获取文本 } catch (FailingHttpStatusCodeException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (MalformedURLException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); }finally{ webClient.close(); // 关闭客户端,释放内存 } } }
运行输出:
上一篇:htmlunit简介
下一篇:htmlunit 模拟指定浏览器