package com;
import java.io.IOException;
import java.net.MalformedURLException;
import com.gargoylesoftware.htmlunit.FailingHttpStatusCodeException;
import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
public class Test {
public static void main(String[] args) {
WebClient webClient=new WebClient(); //实例化客户端
try {
HtmlPage page=webClient.getPage("http://www.xinhuanet.com/ent/dy.htm");//解析获取页面
System.out.println("网页html:"+page.asXml());//获取html
System.out.println("------------");
System.out.println("网页文本:"+page.asText()); //获取文本
} catch (FailingHttpStatusCodeException e) {
e.printStackTrace();
} catch (MalformedURLException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
finally {
webClient.close();//关闭客户端,释放内存
}
}
}
运行结果:
为了模拟浏览器请求,htmlunit提供可以给请求加上请求头的方式,只需在WebClient的构造方式中加上重载参数(选择对应的浏览器版本)即可:
运行结果和之前一样的。
使用代理IP来访问某个页面,也只需重载下WebClient构造参数即可: