我是 HTMLUnit 的新手,正在尝试抓取 vbulletin 网络论坛。我无法让它输入用户/密码并实际登录。
这是我到目前为止的代码:
package scraper;
import java.io.IOException;
import java.net.UnknownHostException;
import com.gargoylesoftware.htmlunit.BrowserVersion;
import com.gargoylesoftware.htmlunit.FailingHttpStatusCodeException;
import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlForm;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
public class Scraper {
public static void main(String[] args) {
try {
Scraper ocau = new Scraper("http://forums.overclockers.com.au/forumdisplay.php?f=15&order=desc");
} catch (UnknownHostException e) {
e.printStackTrace();
}
}
public Scraper(String url) throws UnknownHostException {
WebClient webClient = new WebClient(BrowserVersion.FIREFOX_24);
webClient.getOptions().setJavaScriptEnabled(false);
webClient.getOptions().setCssEnabled(false);
HtmlPage page;
try {
page = webClient.getPage(url);
HtmlForm login = page.getForms().get(0);
System.out.println(login);
} catch (FailingHttpStatusCodeException | IOException e) {
e.printStackTrace();
}
webClient.closeAllWindows();
}
}
它的输出只是登录表单(我认为):
HtmlForm[<form action="login.php?do=login" method="post" onsubmit="md5hash(vb_login_password, vb_login_md5password, vb_login_md5password_utf, 0)">]
页面上的脚本/表单:
<script type="text/javascript" src="clientscript/vbulletin_md5.js?v=384"></script>
<form action="login.php?do=login" method="post" onsubmit="md5hash(vb_login_password, vb_login_md5password, vb_login_md5password_utf, 0)">
<input type="hidden" name="do" value="login" />
<input type="hidden" name="url" value="/forumdisplay.php?f=15&order=desc" />
<input type="hidden" name="vb_login_md5password" />
<input type="hidden" name="vb_login_md5password_utf" />
<input type="hidden" name="s" value="" />
<input type="hidden" name="securitytoken" value="guest" />
我不太确定从这里到哪里实际输入用户名/密码并单击提交。我读过this answer这就是说我需要设置 vb_login_md5password
和 vb_login_md5password_utf
,它们是页面上的隐藏输入,但我不知道如何引用或设置它们。 html 中引用了一个 javascript md5 脚本 src="clientscript/vbulletin_md5.js?v=384"
。
任何帮助将不胜感激。
编辑:感谢 arya,它现在可以工作了,我必须使用此代码登录并打印页面:
((HtmlElement) page.getFirstByXPath("//fieldset/table/tbody/tr/td/input")).type("secretusername");
((HtmlElement) page.getFirstByXPath("//fieldset/table/tbody/tr[2]/td/input")).type("secretpassword");
HtmlPage loggedin = ((HtmlElement) page.getFirstByXPath("//tr[4]/td/input")).click();
System.out.println(loggedin.asXml());
最佳答案
尝试使用 xpath 输入值并查看是否有效。
page.getFirstByXPath("//fieldset/table/tbody/tr/td/input").type("yourid") //this needs to be casted to htmlelement I think, eclipse should take of that
page.getFirstByXPath("//fieldset/table/tbody/tr[2]/td/input").type("yourpass") //also needs to be casted
page.getFirstByXPath("//tr[4]/td/input").click(); //also needs to be casted!
如果上面的解决方案不起作用,您必须使用 Fiddler 之类的工具捕获流量并使用 HTMLUnit 进行模拟,如果它不起作用,请告诉我,以便我可以编辑我的答案。
关于java - 如何使用HTMLUnit登录vbulletin论坛?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27182080/