找不到元素异常：HTMLUnit - 按 ID 搜索

Question

我正在尝试使用 HTMLUnit（第一次）从特定页面提取数据。具体来说，我目前正在尝试通过 ID（搜索框）获取 HTML 元素。

但我运行喜欢：

Exception in thread "main" com.gargoylesoftware.htmlunit.ElementNotFoundException: elementName=[*] attributeName=[id] attributeValue=[space_search_keyword]
    at com.gargoylesoftware.htmlunit.html.HtmlPage.getHtmlElementById(HtmlPage.java:1547)
    at com.gargoylesoftware.htmlunit.html.HtmlPage.getHtmlElementById(HtmlPage.java:1517)
    at Test.main(Test.java:33)

这是我的代码：

import java.util.List;

import com.gargoylesoftware.htmlunit.BrowserVersion;
import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HTMLParserListener;
import com.gargoylesoftware.htmlunit.html.HtmlElement;
import com.gargoylesoftware.htmlunit.html.HtmlPage;

public class Test {

    public static void main(String[] args) {

        HtmlPage page = null;

        WebClient client = new WebClient();
        client.setCssEnabled(false); 
        client.setJavaScriptEnabled(false);

        try {  
          String searchUrl = "https://25live.collegenet.com/umassd/#space_search[0]";
          page = client.getPage(searchUrl);
        }catch(Exception e){
          e.printStackTrace();
        }


        //System.out.println(page.asXml());
        HtmlElement searchBox = (HtmlElement)page.getHtmlElementById("space_search_keyword");

    }

}

使用 page.asXML() 进一步检查后，页面似乎未正确加载，这就是它找不到项目的原因？我不确定为什么它没有为 HTMLUnit 加载。无需登录，您可以在浏览器中输入自己看到的页面。

任何有关调试的帮助HTML将不胜感激。

Answer 1

该站点是用 Angular 编写的 SPA（单页应用程序）。你需要 JavaScript 到运行它。

不幸的是，HtmlUnit 的 JavaScript 能力不足以运行 Angular，所以你的方法行不通。

你可以试试：

对页面进行逆向工程并获取 SPA 正在访问的底层资源
试试 Selenium ChromeDriver（它实际打开 Chrome 并模拟页面上的按钮点击）

找不到元素异常：HTMLUnit - 按 ID 搜索

Element Not Found Exception: HTMLUnit - Search By ID

java

xml

web-scraping

htmlunit