Question

我目前正在学习HtmlUnit以便抓取网站。一切顺利，直到我遇到一个动态页面（例如，我正在使用Pinterest网站），当用户向下滚动时，动态添加了哪些元素。

我尝试过几种方法可以在真实的浏览器中触发滚动（我将在下面显示）。在进一步讨论之前，我想提一下我已经设置了以下配置：

    webclient.setJavaScriptEnabled(true);
    webclient.setAjaxController(new NicelyResynchronizingAjaxController());

允许＆＃39;说我想让所有关注者都在Pinterest上。我导航到那个页面，现在从第一次只有24个，我想向下滚动，触发Ajax调用服务器并检索下一组关注者的事件。

1）用于触发窗口滚动的简单javascript或jQuery代码。

    ScriptResult sr = followersPage.executeJavaScript("window.scrollBy(0,1000)");
    // One version in jQuery
    // ScriptResult sr = followersPage.executeJavaScript("$(window).scrollTop(0,1000);");
    // also tried with the body, html, with animation
    // ScriptResult sr = followersPage.executeJavaScript("$("html, body").animate({ scrollTop: $(document).height() }, 1000);");
    webclient.waitForBackgroundJavaScript(10000);
    followersPage = (HtmlPage)sr.getNewPage();

=＆GT;当我检查到顶部的距离时，它等于0，结果页面与原始页面相同。在Eclipse中进行调试时，当我跨越执行javascript的行时，它会直接转到下一行，没有任何延迟。如果我写任何其他javascript，例如：

     ScriptResult sr = followersPage.executeJavaScript("$(div.GridItems).html('new content')");

你可以注意到调试器在该行上挂了半秒，这意味着javascript被执行了。

2）将焦点从一个跟随者锚点更改为另一个（我选择了锚点，因为当您单击TAB键时它在焦点顺序中使用）：

    HtmlDivision gridItems = followersPage.getFirstByXPath("//div[contains(concat(' ',@class,' '),' GridItems ')]");
    List<HtmlDivision> els = (List<HtmlDivision>) gridItems.getByXPath("//div[@class='item ']");
    List<HtmlDivision> items = (List<HtmlDivision>) gridItems.getByXPath("//div[@class='item ']");
    for (HtmlDivision item : items) {
        HtmlAnchor a = item.getFirstByXPath("//a[@class='userWrapper']");
        a.focus();
        webClient.waitForBackgroundJavaScript(1000);
    }
    followersPage = (HtmlPage) webClient.getCurrentWindow().getEnclosedPage();

同样，没有发生滚动。结果页面与原始页面保持一致

3）创建一个触发窗口滚动事件的按钮：

    HtmlButton scrollButton = (HtmlButton) followersPage.createElement("button");
    scrollButton.setAttribute("type", "button");
    scrollButton.setAttribute("onclick", "window.scrollTo(0,document.body.scrollHeight);");
    gridItems.appendChild(scrollButton);
    followersPage = scrollButton.click();

不幸的是，它没有用。

我尝试了许多其他方法但直到现在都没有积极的结果。

我阅读了很多相关文章，也就是关于该主题的stackoverflow。似乎没有人设法使用HtmlUnit进行滚动工作，因为大多数问题仍未得到答复。这就是为什么我想知道这个功能是否有用。

有人设法滚动页面（简单页面，没有ajax）吗？有人设法滚动页面，触发某个ajax调用的事件吗？

Answer 1

在这种情况下，我建议您使用casperjs而不是htmlunit，我尝试过使用htmlunit打开pinterest并获得

runtimeError: message=[Property 0 not found.] sourceName=[https://s.pinimg.com/webapp/js/vendor-react-d20f99c48b5d58e4821c.js] line=[1] lineSource=[null] lineOffset=[0]

因此它看起来 htmlunit 确实没有对js的良好支持，即使最新版本为2.31 ..

这是使用 casperjs 的演示代码：

var utils = require('utils')
var fs = require('fs')
var system = require('system')

var casper = require('casper').create({
    verbose: true,
    logLevel: 'debug',
    localToRemoteUrlAccessEnabled: true,
    webSecurityEnabled: false,
    plainTextAllContent: false,
    viewportSize: {
        width: 1440,
        height: 800
    },
    onError: function(casper, msg, backtrace) {
        utils.dump(backtrace)
    }
});

var cookie = fs.read('cookie.txt').trim() 

casper.on('started', function() {

    this.page.onError = function(msg, trace) {
        casper.echo('Error => ' + msg + '\nError trace => ')
        utils.dump(trace)
    }

    this.page.customHeaders = {
        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36",
        "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",
        "Accept-Language": "zh-CN,en;q=0.5",
        "Accept-Encoding": "gzip, deflate",
        "Connection": "keep-alive",
        "Pragma": "no-cache",
        "Cookie": cookie
    }


});

casper.start('https://www.pinterest.com', function() {

    this.then(function() {
        this.waitForSelector('div[class="_wx _2h"]', function() {
            this.echo("waitForSelector 'div[class=_wx _2h]' is done")
            this.scrollTo(0, 1000);
            this.wait(5000, function() {
                this.scrollTo(0, 2000);
            })
        })

    })

});

将上述代码保存到名为demo.js的文件中，然后使用以下命令启动casperjs

casperjs --engine=slimerjs demo.js

然后，您将在视觉上看到Firefox浏览器启动并开始工作！

有没有办法用HtmlUnit触发滚动事件，还是根本不可能？

1 个答案: