如何在IE（Internet Explorer）上自动执行“另存为”？

Question

我想打开一个网页（其URL作为命令行参数提供），然后想要将该网页的内容保存为.txt文件。

请记住，我需要.txt文件，而不是网页的来源。

我用硒试了手，效果很好。但是现在我想要一些不能打开真实浏览器的东西，因为打开浏览器并在其中加载页面是一项耗时的任务。

我想在java中完成。

根据内容，我指的是当我们在IE中保存网页时，通过转到“另存为”然后选择“.txt”作为文件的输出格式时得到的文本（没有标记）。

Answer 1

如果我理解你的问题，你想要渲染页面并复制渲染文本而不使用导航器。

为此，您需要一个无头浏览器。 HTMLUnit将是一个不错的选择。

要获取文本内容，您可以这样做（未经测试）：

WebClient c = new WebClient(BrowserVersion.INTERNET_EXPLORER_6);
TextPage tp = c.getPage("yoururl");
String content = tp.getContent();

（见Javadoc）

Answer 2

嗯，我甚至从头开始编写代码，看起来并不复杂，甚至可能不值得在项目中添加对另一个库的依赖：

• 打开对该网址的URLConnection
• 从连接中获取流，应用正则表达式删除所有HTML到数据。如果页面预计不会对您的内存要求太大:)将页面读入String然后应用正则表达式。或者，拍摄所描述的内容here（我对此处描述的方式没有经验）。
• 将输出保存到txt。