【JAVA】【获取vue页面】什么？不支持vue页面的内容获

发表于

这是我参与11月更文挑战的第8天，活动详情查看：2021最后一次更文挑战

【每日一点事】

　　毛豆和黄豆其实是一个东西，毛豆是年轻的时候，黄豆是已经年老的时候。
image.png

一、前言

最近，一个网友问，怎么想做个数据调查报告，都被页面加载403、页面内容加载不到、vue页面劝退。什么？这点小事还解决不了？vue页面不支持？我立马甩了这篇代码给他！
vue页面
image.png
403页面
image.png

二、代码分析

没改代码前的代码（获取不到vue页面和403页面）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
java复制代码	public static void main(String[] args) {
		// 这里举例找了个vue页面（小牛翻译）的来测试
		String nowHtml = "https://www.niutrans.com";
		URL url;
		try {
			url = new URL(nowHtml);
			URLConnection openConnection = url.openConnection();
			InputStream inputStream = openConnection.getInputStream();
			byte[] b = new byte[1024];
			int len;
			while ((len = inputStream.read(b)) != -1) {
				System.out.println(new String(b, 0, len));
			}
			inputStream.close();
		} catch (Exception e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}

改动后的代码需要的依赖

1
2
3
4
5
6
xml复制代码		<!-- 获取页面内容依赖 -->
		<dependency>
			<groupId>net.sourceforge.htmlunit</groupId>
			<artifactId>htmlunit</artifactId>
			<version>2.43.0</version>
		</dependency>

改动后的代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
java复制代码
	public static void main(String[] args) {
		// 这里举例找了个vue页面（小牛翻译、b站页面）的来测试
		String nowHtml = "https://www.niutrans.com";
//		String nowHtml = "https://www.bilibili.com";
		getWebBody(nowHtml);
	}

	public static void getWebBody(String nowHtml) {
		WebClient webClient = new WebClient(BrowserVersion.CHROME);
		webClient.getOptions().setActiveXNative(false);// 不启用ActiveX
		webClient.getOptions().setCssEnabled(false);// 是否启用CSS，因为不需要展现页面，所以不需要启用
		webClient.getOptions().setUseInsecureSSL(true); // 设置为true，客户机将接受与任何主机的连接，而不管它们是否有有效证书
		webClient.getOptions().setJavaScriptEnabled(true); // 很重要，启用JS
		webClient.getOptions().setDownloadImages(false);// 不下载图片
		webClient.getOptions().setThrowExceptionOnScriptError(false);// 当JS执行出错的时候是否抛出异常，这里选择不需要
		webClient.getOptions().setThrowExceptionOnFailingStatusCode(false);// 当HTTP的状态非200时是否抛出异常，这里选择不需要
		webClient.getOptions().setTimeout(15 * 1000); // 等待15s
		webClient.getOptions().setConnectionTimeToLive(15 * 1000);
		webClient.waitForBackgroundJavaScript(10 * 1000);// 异步JS执行需要耗时，所以这里线程要阻塞30秒，等待异步JS执行结束

		HtmlPage page = null;
		try {
			page = webClient.getPage(nowHtml);// 加载网页
		} catch (Exception e) {
			e.printStackTrace();
		} finally {
			webClient.close();
		}
		String htmlStr = page.getBody().asXml();
		System.out.println(htmlStr);
	}

结果展示

image.png

三、结论

在页面请求中，会存在http(s)证书是否有效问题，也会存在重定向（403）页面，并且还有存在页面是靠js动态渲染的（vue页面）。因此，在获取页面内容中，我们需要考虑的诸多问题。

　　HtmlUnit都解决了这些问题，并且不需要像其他工具类那样，需要再配合浏览器，安装一个浏览器装置等等。总得来说，HtmlUnit功能很全，使用起来也很方便！

【最后】

　　感谢你看到最后，如果你持有不同的看法，欢迎你在文章下方进行留言、评论。

我是南方者，一个热爱计算机更热爱祖国的南方人。

文章内容仅供学习参考，如有侵权，非常抱歉，请立即联系作者删除。

本文转载自: 掘金

开发者博客 – 和开发相关的 这里全都有

0%