Question

我需要使用JSoup获取html。

我现在有：

Document doc = Jsoup
               .connect("http://~~~")
               .get();

问题：动态网站，网页延迟加载图片，嵌套框架。

我无法获得所有资源，HTML代码。当我通过jsoup连接到该网站时，该网站代码＆amp;资源与HTML不完整。

ex）延迟加载图片：未完成的代码 - ＆gt; ~~ / white.png 已更改为已完成的代码 - ＆gt; something.png

如何在Web浏览器上获得完整的html代码。有人提到过使用httpClient库。但我不知道该怎么做。

Answer 1

您是否尝试过使用 HtmlUnit 框架？ HtmlUnit 更适合Web应用程序单元测试自动化， JSoup 更适合Web Scraping。