tag 标签: htmlunit

相关博文
  • 2019-7-12 22:25
    166 次阅读|
    0 个评论
    【零基础】快速入门爬虫框架HtmlUnit
    迅速的HtmlUnit   htmlunit是一款开源的web页面分析工具,理论上来说htmlunit应用于网页的自动化测试,但是相对来说更多人使用它来进行小型爬虫的快速开发。使用htmlunit进行爬虫开发不仅是其运行速度快,更重要的是此框架上手更为容易(相对于POST、selenium)。 基本环境   1、java,首先你得安装好javaSDK(版本随意)、编译器(eclipse)   2、HtmlUnit,项目以jar文件的形式发布,可以上官网下载最新版本(htmlunit-2.35.0-bin.zip)并解压,所有jar文件都在lib目录中。文末附下载链接 创建项目、引入jar包   1、打开eclipse,新建一个java项目   2、右键项目选择属性(Properties) “Add External JARs” lib目录),将所有jar文件选中,点击“打开”按钮,而后点击“OK”按钮,则htmlunit所有jar文件就引入了我们新建的项目,在此项目中也就可以直接使用htmlunit提供的各种功能来实现网页分析。 简单实例   1、新建一个class文件   2、输入下述代码   运行一下看看是否得到了页面的xml代码以及百度网站首页的文本内容 更多学习资料   只是简单的运行起来当然不够,所以我们准备了更多的学习资料, 关注公众号“零基础爱学习”回复“HU” 获取《HtmlUnit官方简易教程中译版》,内容包括:   1、使用不同版本的浏览器打开网页   2、找到页面中特定的元素   3、元素检索   4、点击页面中的按钮 以及前面说到的htmlunitjar包最新版本(htmlunit-2.35.0-bin)
广告