Question

我正在使用Groovy进行编码，但是，我不相信它是一组语言特定的问题。

我实际上有两个问题

第一个问题

我在使用HtmlUnit时遇到了一个问题。它告诉我，我想要抓住的是空的。

我正在测试它的页面是： http://browse.deviantart.com/resources/applications/psbrushes/?order=9&offset=0#/dbwam4

我的代码：

client = new WebClient(BrowserVersion.FIREFOX_3)
client.javaScriptEnabled = false

page = client.getPage(url)

//coming up as null
title = page.getByXPath("//html/body/div[4]/div/div[3]/div/div/div/div/div/div/div/div/div/div/h1/a")

println title

这只是打印出来： []

这是因为该页面使用了 onclick（）吗？如果是这样，我该如何解决这个问题呢？启用javascript会在我的cmd提示符中造成混乱。

第二个问题

我想要获得图片但是遇到了麻烦，因为当我尝试获取XPath（通过firebug）时，它显示为： // * [@ id =“gmi-ResViewSizer_img”]

我该如何处理？

Answer 1

第一回答：

/html/body/div[3]/div/div[3]/div/div/div/div/div/div/div/div/div/div/h1/a

你的XPATH在身体的第4个div的谓词过滤器中被一个关闭，它应该是第3个div。看来该网站的HTML可以/确实从你最初使用Firebug抓住XPATH时发生了变化。您可能需要调整XPATH以适应潜在的变化，并且对文档结构中的某些差异不太敏感。

也许是这样的：

/html/body//div/h1/a

第二个答案：您列出的XPATH可以使用。它可能看起来奇怪/短（并且可能不是最有效的），但//从根节点开始并查看树中的每个节点，*匹配任何元素（包括{ {1}}）img谓词过滤器将其限制为具有[]属性且值等于“gmi-ResViewSizer_img”的属性。

XPATH还有许多其他选项可以正常工作。它还取决于HTML结构更改的频率。这也适用于引用的页面，以选择id：

img

Answer 2

我遇到了同样的问题，当我在页面上发现iframe标签时，我解决了，尝试调用

((HtmlPage)current_page.getFrames()[n].getEnclosedPage()).getElementByXPath(...

其中n是iframe集合中的框架位置。这对我有用!!!

非常感谢。

HtmlUnit getByXpath返回null

2 个答案: