- 浏览: 1275225 次
- 性别:
- 来自: 常州
文章分类
- 全部博客 (499)
- java (101)
- linux (82)
- mysql (30)
- javascript (45)
- Oracle (12)
- ext (14)
- 虚拟机 (1)
- 搜索引擎 (2)
- struts2 (11)
- 设计模式 (9)
- nginx (17)
- tomcat (12)
- 随想 (10)
- spring (18)
- svn (1)
- flash (3)
- UML (1)
- 数据结构 (7)
- 算法 (2)
- 网摘 (9)
- 数据库 (15)
- ibatis (3)
- jquery (31)
- lucene (1)
- hibernate (14)
- Myeclipse (4)
- 线程 (7)
- jbpm (4)
- 重构 (1)
- mantis (3)
- MediaWiki (4)
- ExtMail (1)
- MDaemon (1)
- egit (1)
- dwr (7)
- sitemesh (2)
- mybatis (1)
- ico (1)
- hadoop (5)
- jsoup (1)
- urlrewrite (2)
- jstl (1)
- spring3 (2)
- aop (2)
- 定时器 (1)
- Quartz (2)
- apache (1)
- php (1)
- security (1)
- iptables (2)
- QQ (1)
- mysqldump (1)
- vim (1)
- memcached (4)
- jad (1)
- 微博 (1)
- html5 (1)
- css3 (1)
- httpclient (10)
- google (1)
- shortUrl (1)
- json (2)
- virtualBox (1)
- mantisBT (2)
- htmlunit (1)
- selenium (2)
- mail (1)
- 正则表达式 (4)
- html (3)
- css (2)
- jatoolsPrinter (1)
- 图片处理 (1)
- hql (1)
- webservice (1)
- 分词 (3)
- 短信 (1)
- VPS (1)
- 事务 (1)
- 广告 (1)
- 画廊 (1)
- git (3)
- github (1)
- openshift (1)
- 缓存 (1)
- web (3)
- android (3)
- c3p0 (1)
- 邮箱 (1)
- memcache (2)
- windows (2)
- js (14)
- 编辑器 (1)
- 打印 (1)
- centos (5)
- boneCP (1)
- 连接池 (1)
- sql (1)
- nosql (1)
- MongoDB (1)
- 浏览器 (1)
- node (1)
- node.js (1)
- backbone.js (1)
- lazyload (1)
- Switch Off (1)
- Titanium (1)
- 网站架构 (1)
- WebDriver (1)
- APJP (1)
- 代理 (1)
- comet (1)
- kendoui (1)
- UI (2)
- 互联网 (1)
- localStorage (1)
- 记录 (1)
- 微信 (2)
- Sphinx (1)
- netty (1)
- js,mvvm,Avalon (1)
- 安卓 (1)
- Tengine (1)
- 大数据 (1)
- 手机 (1)
- paypal (1)
- SaaS (1)
- gitlab (1)
- nodejs (1)
- React (1)
- shadowsocks (0)
- vpn (0)
- 验证码 (1)
- SSL (2)
- SEO (1)
- IntelliJ (1)
- 敏捷开发 (1)
- 项目管理 (1)
- 爬虫 (1)
- 正则 (1)
- owncloud (1)
- 云存储 (1)
- ajax (1)
- pjax (1)
- jdk (1)
- zookeeper (1)
- phantomjs (1)
- ELK (1)
- springcloud (1)
- IDEA (1)
- hexo (1)
- ss (1)
- letencrypt (1)
最新评论
-
peakandyuri:
这个是有BUG的,数字小体现不出来,数字大了就不对了,但是Ja ...
java十进制转换N进制并反转换的工具类 -
ginolai:
然后是相关配置:/etc/sysconfig/iptables ...
Linux中iptables设置详细 -
bzhao:
我测试没啥区别啊!
Thread.sleep()和Thread.currentThread().sleep()区别 -
zhl549342097:
match == false
Spring Security 3.1 中功能强大的加密工具 PasswordEncoder -
hellotieye:
renzhengzhi 写道drager 写道用jsoup后解 ...
jsoup select 选择器
发现一个很不错的模拟浏览器包htmlunit,它可以直接执行访问网站地址,并执行相应的JavaScript脚本;这个功能对于网站爬虫有很大的帮助,一些网站使用了ajax,如果使用简单的http访问只能抓到原始的html源码,但对于页面内执行的ajax却无法获取;使用这个包后,可以将执行ajax后的html源码一并抓取下来。
网站地址:http://htmlunit.sourceforge.net/
网站地址:http://htmlunit.sourceforge.net/
该站点下边还提到了几个相类似的包:HtmlUnit is used as the underlying "browser" by different Open Source tools like Canoo WebTest, JWebUnit, WebDriver, JSFUnit, Celerity, ...
canoo WebTest 看了一下,没太明白是怎么用的,没想太深入了解
jwebunit 是用来做网站测试用的,它整合了JUnit,htmlunit,selenium 包框架;其主要功能是用做白盒测试和压力测试。
webDriver 后来改名为selenium,它整合了htmlunit,火狐浏览器,IE浏览器,opare浏览器驱动。如果使用htmlunitDriver,则是使用htmlunit包来访问站点;如果使用FirefoxDriver则会直接将Firefox浏览器调出来,然后在浏览器上模拟输入文字和其他鼠标键盘事件。
htmlunit包访问网站后,获取到html源码后可以对源码进行修改;而jwebunit,selenium则暂时没有发现修改的功能,只是用来做模拟用户操作的功能。
具体应用实例:http://blog.csdn.net/strawbingo/article/details/5768421
http://hi.baidu.com/%D0%C7%D2%B9%BB%D8%D4%B5/blog/item/27ccf9963443c2177af48042.html
发表评论
-
模拟浏览器js,有接口可用于爬虫
2018-01-30 18:14 1577http://phantomjs.org/ -
抓取Js动态生成数据且以滚动页面方式分页的网页
2015-11-08 23:21 1667当我们在进行数据抓取的时候,如果目标网站是以Js的方式动态 ... -
HttpClient优化相关
2014-09-17 15:21 10454首先,HttpClient可以共用,减少创建HttpClie ... -
httpclient工具类【转】
2013-11-16 11:46 2113package com.xyj.com.tool.util; ... -
HttpClient如何 关闭连接(转)
2013-10-10 10:19 1479Java代码 HttpClient clien ... -
Httpclient Cookies 处理
2013-10-08 15:56 3152HttpClient Cookies 简介 Htt ... -
httpclient代理[转]
2012-12-29 11:17 1051httpclient4.x配置带用户名和密码的代理 h ... -
httpclient自动获取页面编码设置进行字符编码,使httpclient适用所有网页抓取不乱码
2012-09-20 20:33 10545//生成HttpMethod的方法就不举例了,网上很多, ... -
httpclient发送Json格式数据举例之google短网址
2012-03-30 14:06 4908public String getGooGlShort ...
相关推荐
开发者可以将这些.jar文件添加到他们的项目类路径中,以便于解析和操作HTML文档,模拟浏览器行为,以及实现自动化测试。不同版本的HtmlUnit可能适用于不同的项目需求,例如对老版本网站的兼容性或新特性支持。而...
Rhino引擎使得HTMLUnit能够理解和运行JavaScript,这对于模拟浏览器行为至关重要。 5. **其他辅助库**: 还有一些其他辅助库,比如`commons-codec-1.x.jar`(提供各种编码算法)、`commons-lang3-3.x.jar`(提供...
4. **网络请求**:HTMLUnit可以模拟浏览器发送HTTP请求,并处理响应,包括POST、GET以及其他HTTP方法。 5. **自动登录和表单提交**:它可以自动填写表单并提交,这对于模拟用户行为和测试登录过程非常有用。 6. **...
HTMLUnit是一个基于Java的无头浏览器模拟器,它主要用于自动化Web测试和网页抓取任务。在标题中提到的"htmlunit-2.41.0-bin"是HTMLUnit的一个特定版本,即2.41.0,而"官方包"意味着这是由HTMLUnit项目团队直接提供的...
HTMLUnit是一个基于Java的无头浏览器,主要用于自动化测试和网页抓取。它模拟了一个完整的浏览器,但不包含图形用户界面,这使得它在处理HTML、JavaScript以及Ajax内容时非常高效,而无需在本地机器上实际打开一个...
此外,由于HTMLUnit并不完全模拟浏览器环境,可能会遇到一些在真实浏览器上不会出现的问题,例如CSS渲染的差异或特定JavaScript库的兼容性问题。因此,理解并适当地配置和使用HTMLUnit是非常重要的。
HTMLUnit是一个Java库,它为Web测试和自动化提供了一个无头浏览器模拟器。这个库的主要目的是在没有实际图形用户界面(GUI)的情况下运行JavaScript支持的HTML页面,这使得它非常适合进行自动化测试,尤其是在服务器...
HTMLUnit是一个Java库,它提供了一个无头浏览器的模拟,允许开发者在没有真实浏览器环境的情况下进行Web客户端测试和自动化。这个“htmlunit-2.25”压缩包包含的就是HTMLUnit库的版本2.25,是进行无头网页交互的关键...
HtmlUnit是一个强大的Java库,主要用于模拟浏览器行为,执行无头Web客户端测试。它是一个headless浏览器,意味着它可以在没有图形用户界面的情况下运行,这在自动化测试、数据抓取和性能评估等场景中非常有用。这个...
1. HTMLUnit的核心库(htmlunit.jar):这是主要的库文件,包含了所有处理HTTP请求、解析HTML、执行JavaScript和模拟浏览器行为的类。 2. 可能的依赖库:HTMLUnit可能依赖于其他库,如Rhino(JavaScript引擎)或者...
在Java编程中,HttpClient库是Apache提供的一款强大的HTTP客户端工具,用于执行HTTP请求,包括GET、POST、PUT等多种HTTP方法。...对于更复杂的情况,可能需要使用HTMLUnit或Selenium等工具进行浏览器级别的模拟登录。
6. **可扩展性**:HTMLUnit可以与其他Java库(如Selenium)结合使用,提供更高级别的功能,如屏幕截图和浏览器兼容性测试。 在使用HTMLUnit时,开发者通常会创建一个测试类,实例化一个`HtmlPage`对象,然后通过这...
HTMLUnit是一个Java库,它模拟了一个无头Web浏览器,用于自动化网页测试和...此外,这个源码包也适合那些希望学习Java编程和理解浏览器工作原理的初学者,因为HTMLUnit提供了一个简化版的浏览器实现,便于学习和研究。
6. **使用场景**:HTMLUnit常用于单元测试,集成测试,网页自动化,比如爬虫,或者任何需要模拟浏览器行为但又不希望启动实际浏览器的场合。它可以大大减少测试时间和资源消耗。 7. **与其他工具的集成**:HTMLUnit...
2. Selenium Server:在某些情况下,如需要远程控制浏览器或使用HtmlUnit等无头浏览器时,需要启动Selenium Server。 3. WebDriver支持的浏览器驱动程序:针对不同浏览器,需要相应的驱动程序(如ChromeDriver、...
HTMLUnit是一个Java库,专为自动化网页测试和模拟浏览器行为而设计。它作为一个无头(headless)浏览器,能够执行JavaScript,处理AJAX,以及与网页进行交互,而无需实际打开一个图形用户界面。这个“htmlunit-2.8...
1. HTMLUnit的核心库(htmlunit.jar):这是HTMLUnit的主要实现,包含解析HTML、执行JavaScript和模拟浏览器行为的类和方法。 2. 非必需的依赖项(如nekohtml.jar, xercesImpl.jar, xml-apis.jar):这些库提供了...
2. **模拟浏览器行为**:通过HTMLUnit,你可以模拟用户在网页上的各种操作,如点击链接、填写表单、提交数据等。这对于自动化测试和数据抓取场景十分关键,因为它允许程序模拟真实用户的行为。 3. **快速且轻量级**...