htmlunit官網簡易教程（翻譯）

1 環境搭建：

　　1）下載

　　從鏈接：http://sourceforge.net/projects/htmlunit/files/htmlunit/

　　下載最新的bin文件

　　2）關於bin文件

　　里面主要包含兩部分，一是lib目錄下的.jar文件，還有就是apidocs目錄下的幫助文件（即API說明文件，打開index-all.html，是以網頁形式提供）

　　3）配置java的CLASSPATH（純手工方法）

　　將lib目錄下的所有.jar文件復制到任意目錄（如：c:\htmlunit\lib\）

　　然后右擊我的電腦->屬性->高級->環境變量->系統變量 中，對CLASSPATH進行編輯，如果沒有就新建一個（如果運行java或編譯時有錯誤，就在）

　　務必將所有.jar文件的詳細地址添加到CLASSPATH中，而不是用“c:\htmlunit\lib\”來代替，如.;c:\htmlunit\lib\1.jar;c:\htmlunit\lib\2.jar; 才是正確的寫法

　　務必每一個都寫清楚，需要注意最前面有個點"."，最后面有個";"

2 解釋和說明：

　　1）.jar其實就是編譯好的.class文件集，可以使用rar解壓軟件打開。所以.jar本質是一個目錄

　　2）官網的教程有些地方寫的很奇怪和不直觀，所以我做了些調整，主要是使輸出結果更加直觀

　　3）里面每一個函數的具體使用方法在APIDOCS中已經有詳細的說明了，我這里就不重復了

3 開始翻譯教程

3.1 獲取頁面的TITLE、XML代碼、文本

import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
import com.gargoylesoftware.htmlunit.BrowserVersion;
import com.gargoylesoftware.htmlunit.html.HtmlDivision;
import com.gargoylesoftware.htmlunit.html.HtmlAnchor;
import com.gargoylesoftware.htmlunit.*;
import com.gargoylesoftware.htmlunit.WebClientOptions;
import com.gargoylesoftware.htmlunit.html.HtmlInput;
import com.gargoylesoftware.htmlunit.html.HtmlBody;
import java.util.List;

public class helloHtmlUnit{
    public static void main(String[] args) throws Exception{
        String str;
        //創建一個webclient
        WebClient webClient = new WebClient();
        //htmlunit 對css和javascript的支持不好，所以請關閉之
        webClient.getOptions().setJavaScriptEnabled(false);
        webClient.getOptions().setCssEnabled(false);
        //獲取頁面
        HtmlPage page = webClient.getPage("http://www.baidu.com/");
        //獲取頁面的TITLE
        str = page.getTitleText();
        System.out.println(str);
        //獲取頁面的XML代碼
        str = page.asXml();
        System.out.println(str);
        //獲取頁面的文本
        str = page.asText();
        System.out.println(str);
        //關閉webclient
        webClient.closeAllWindows();
    }
}

 

3.2 使用不同版本的瀏覽器打開

import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
import com.gargoylesoftware.htmlunit.BrowserVersion;
import com.gargoylesoftware.htmlunit.html.HtmlDivision;
import com.gargoylesoftware.htmlunit.html.HtmlAnchor;
import com.gargoylesoftware.htmlunit.*;
import com.gargoylesoftware.htmlunit.WebClientOptions;
import com.gargoylesoftware.htmlunit.html.HtmlInput;
import com.gargoylesoftware.htmlunit.html.HtmlBody;
import java.util.List;

public class helloHtmlUnit{
    public static void main(String[] args) throws Exception{
        String str;
        //使用FireFox讀取網頁
        WebClient webClient = new WebClient(BrowserVersion.FIREFOX_24);
        //htmlunit 對css和javascript的支持不好，所以請關閉之
        webClient.getOptions().setJavaScriptEnabled(false);
        webClient.getOptions().setCssEnabled(false);
        HtmlPage page = webClient.getPage("http://www.baidu.com/");
        str = page.getTitleText();
        System.out.println(str);
        //關閉webclient
        webClient.closeAllWindows();
    }
}

 

3.3 找到頁面中特定的元素

public class helloHtmlUnit{
    public static void main(String[] args) throws Exception{
        //創建webclient
        WebClient webClient = new WebClient(BrowserVersion.CHROME);
        //htmlunit 對css和javascript的支持不好，所以請關閉之
        webClient.getOptions().setJavaScriptEnabled(false);
        webClient.getOptions().setCssEnabled(false);
        HtmlPage page = (HtmlPage)webClient.getPage("http://www.baidu.com/");
        //通過id獲得"百度一下"按鈕
        HtmlInput btn = (HtmlInput)page.getHtmlElementById("su");
        System.out.println(btn.getDefaultValue());
        //關閉webclient
        webClient.closeAllWindows();
    }
}

 

3.4 元素檢索

public class helloHtmlUnit{
    public static void main(String[] args) throws Exception{
        //創建webclient
        WebClient webClient = new WebClient(BrowserVersion.CHROME);
        //htmlunit 對css和javascript的支持不好，所以請關閉之
        webClient.getOptions().setJavaScriptEnabled(false);
        webClient.getOptions().setCssEnabled(false);
        HtmlPage page = (HtmlPage)webClient.getPage("http://www.baidu.com/");
        //查找所有div
        List<?> hbList = page.getByXPath("//div");
        HtmlDivision hb = (HtmlDivision)hbList.get(0);
        System.out.println(hb.toString());
        //查找並獲取特定input
        List<?> inputList = page.getByXPath("//input[@id='su']");
        HtmlInput input = (HtmlInput)inputList.get(0);
        System.out.println(input.toString());
        //關閉webclient
        webClient.closeAllWindows();
    }
}

 

3.5 提交搜索

public class helloHtmlUnit{
    public static void main(String[] args) throws Exception{
        //創建webclient
        WebClient webClient = new WebClient(BrowserVersion.CHROME);
        //htmlunit 對css和javascript的支持不好，所以請關閉之
        webClient.getOptions().setJavaScriptEnabled(false);
        webClient.getOptions().setCssEnabled(false);
        HtmlPage page = (HtmlPage)webClient.getPage("http://www.baidu.com/");
        //獲取搜索輸入框並提交搜索內容
        HtmlInput input = (HtmlInput)page.getHtmlElementById("kw");
        System.out.println(input.toString());
        input.setValueAttribute("雅蠛蝶");
        System.out.println(input.toString());
        //獲取搜索按鈕並點擊
        HtmlInput btn = (HtmlInput)page.getHtmlElementById("su");
        HtmlPage page2 = btn.click();
        //輸出新頁面的文本
        System.out.println(page2.asText());
    }
}