如何使用HtmlUnit获取HTML页面

Question

我知道你可能会觉得这个问题很愚蠢，但是我需要使用HtmlUnit。然而，它返回的页面要么是XML格式，要么是文本格式。

我不知道如何获取纯HTML（与浏览器返回的源代码相同）

我需要这个，因为我需要使用一些已经写好的模块。有什么想法吗？

- Afshin Moazami

---

Vai先生问你能否“提供使用HTMLUNIT提取网页的完整代码”。 - John Dvorak

我有一个问题，你能帮我吗？这是一个关于Java编程的问题，我需要编写一个程序来读取HTML页面并保存其内容，同时使用JavaScript。 - ducngm.hn

Answer 1

您可以使用以下代码来实现您的目标：

WebClient webClient = new WebClient();
Page page = webClient.getPage("http://example.com");
WebResponse response = page.getWebResponse();
String content = response.getContentAsString();

请查看WebResponse.html#getContentAsString()方法的javadocs。

- Dmytro Chyzhykov

---

谢谢！:) 我在看到你的评论之前就找到了它！ - Afshin Moazami

但是有一个问题，它不显示<nonscript>标签中的文本！ - Afshin Moazami

webClient.getOptions().setJavaScriptEnabled(true) - 添加此行代码 - Panchal Deep