html - 从 GWT 页面中提取 HTML 内容

Question

我想解析用 GWT 编写的 HTML 页面的内容。我尝试使用 Jericho HTML 内容解析器对其进行解析，但问题是页面源没​​有内容。在对 GWT 页面进行了一些研究之后，我了解到 GWT 页面是用 JAVA 编写的，GWT 编译器从 java 代码创建了一个复杂的 js 页面结构，以在浏览器上显示 HTML 内容。

有没有办法可以解析这些类型的页面？

Answer 1

就像 (m) 任何“单页 Web 应用程序”（包括 Twitter，它不是用 GWT 构建的）一样，您必须运行 JavaScript 代码，然后抓取 DOM。

这可以使用HtmlUnit、PhantomJS或类似工具轻松完成（一切都是相对的） 。

Answer 2

如果代码被编译OBF - Obfuscated mode（代码通常以这种模式编译以供生产使用）将非常困难，因为JS创建的文件是非人类可读的。

此链接可能有助于您更好地了解 GWT 编译器。

编辑：

给你。这也可能会有所帮助。这里提到了如何De-obfuscate the Javascript。

编辑2：

GWT-Penetration-Testing-Toolset - 检查此工具。