问题标签 [htmlunit]

我在我的 C# 项目中使用 Htmlunit，但我无法将此代码在 java 中转换为 C#

任何人都可以将其转换为 C# 吗？预先感谢

我刚刚开始使用 HTMLUnit，我想做的是获取一个网页并从中提取原始文本减去所有 html 标记。

htmlunit 可以做到这一点吗？如果是这样，怎么做？还是我应该看另一个图书馆？

例如，如果页面包含

我希望它输出

谢谢

为了我的一生，我不能装备 HtmlUnit 来获取这个网站：

http://www.bing.com/travel/flight/flightSearch?form=FORMTRVLGENERIC&q=flights+from+SLC+to+BKK+leave+07%2F30%2F2010+return+08%2F11%2F2010+adults%3A1+ class%3ACOACH&stoc=0&vo1=Salt+Lake+City%2C+UT+%28SLC%29+-+Salt+Lake+City+International+机场&o=SLC&ve1=Bangkok%2C+Thailand+%28BKK%29+-+Suvarnabhumi+International&e= BKK&d1=07%2F30%2F2010&r1=08%2F11%2F2010&p=1&b=COACH&baf=true

我确信这与在后台运行的大量脚本有关。也许这些脚本没有得到足够的时间来完全加载？

我也尝试过简单地抓取 bing.com/travel，但也没有成功。它破坏了新 HtmlPage 客户端的 getPage 功能。

输出给出了过多的 runtimeErrors（“完成此操作所需的数据尚不可用”），所有这些都是相同的 sourceName（“ http://www.bing.com/travel/jsxc.vjs?a=common&v=5.5 .0-1278007084280 ")

然后，在 bing.com 上的几个脚本中，由于缺少“（”而引发了几个异常。

然后它调用javascript，然后突然结束。

我意识到这可能是一些其他人可能看不到的问题，所以如果没有建议，有人会介意通过他们自己的 HtmlUnit 使用的测试实现来抽取这两个站点，看看他们是否可以获得基本输出XML 或文本结果？我不想在这里做任何花哨的事情，只是得到一些基本的文本或结果的 XML 输出。

知道其他人的实施是否有效会很方便，这样我就可以继续陪审团完成我的工作。

代码：

谢谢！

我是 Java 的一个相当大的菜鸟，但我想试试 htmlunit。我使用 netbeans 作为我的 IDE，并创建了一个项目文件夹“hu1”。这是该文件夹的结构：

现在，我下载 htmlunit 2.7 并解压缩该文件夹，其中包含一个“lib”文件夹，其中包含一堆 jar 文件。我应该将该 lib 文件夹放在我的 netbeans 项目文件夹中的什么位置以便我可以使用 htmlunit？

另外，一旦我弄清楚了，我将使用哪些路径进行导入。我在网上看到的很多例子都使用这样的东西：

com.gargoyle 软件从何而来？

我知道这是一个初学者的问题，我真的应该阅读更多关于如何使用 java 编程的内容，但我希望这里的专家能给我一些建议。

更新：这是我的设置图片。

http://code.google.com/web/ajaxcrawling/docs/html-snapshot.html

HtmlUnit 可以在 AppEngine 上运行吗？如果没有，还有其他方法可以让我的 GWT 应用程序被搜索引擎抓取吗？

我正在使用具有上下文菜单（右键单击）的 grails 应用程序。上下文菜单是使用 Chris Domigan 的jquery contextmenu 插件构建的。

虽然上下文菜单确实有效，但我想要进行自动化测试，但我不知道如何去做。

• 我试过 Selenium 2.05a（即 Webdriver），但没有 rightClick 方法。
• 我注意到 HtmlUnit 有一个 rightclick 方法，但我似乎无法检测到单击之前和之后的 DOM 中的任何差异。

我正在尝试使用此页面底部的补丁来修补 HtmlUnit 。我可以看到如何从 Eclipse 应用补丁，但我不知道如何应用这些特定的补丁。我最初有 JAR，但后来我意识到我需要采购，所以我得到了这些，但仍然没有运气。

在补丁中我看到：

等等，但是“a/htmlunit”是怎么回事？我有软件包，“src/main/java/com/gargoylesoftware/htmlunit/WebClient.java”（例如）很容易找到，但不是/htmlunit。我真的不知道如何应用它。

任何人都可以帮忙吗？

在我 .click() 页面上的提交按钮并被发送到另一个页面后，我对如何访问新加载的页面的 DOM 感到非常困惑。

有任何想法吗？

谢谢。

我只想选择节点内的原子值。例如，下面的“here”文本：

当我在 Java 中使用 Xpath 时，它会返回某种对象/数组，例如

我只想要文字。

这可能吗，怎么做？谢谢！

我正在尝试使用 Java 向 deaptcher.com 提交验证码。Decaptcher 并没有很好地解释如何使用他们的 API，所以我试图弄清楚如何使用 HTTP POST 请求来提交验证码。这是我从他们的网站上获得的示例代码：

我应该向 Web 服务器发送一个这样的 post 请求并得到一个返回给我的字符串。这是我在 Java 中实现它的尝试。

我是否应该将 pict 的值设置为 File 对象而不是指向存储验证码的位置的字符串？（captcha.png 是我要提交的图像的名称）。