javascript - 获取 HtmlUnit HtmlElement 中的原始 HTML？

Question

我正在使用 HtmlUnit 从网站读取内容。

一切都很完美，我正在阅读内容:

  HtmlDivision div = page.getHtmlElementById("my-id");

偶数div.asText()返回预期的 String 对象，但我想获取 <div>...</div> 内的原始 HTML作为字符串对象。我怎样才能做到这一点？

我不愿意改变HtlmUnit到其他东西，因为网站期望客户端运行 JavaScript，并且 HtmlUnit似乎有能力完成所需的工作。

Answer 1

如果原始 HTML 指的是 HTMLUnit 已经格式化的 HTML 代码，那么您可以使用 div.asXml()。现在，如果您确实正在寻找服务器发送给您的原始 HTML，那么您将找不到方法(至少在 v2.14 之前)。

现在，作为解决方法，您可以获得服务器发送给您的页面的完整文本以及以下答案: How to get the pure raw HTML of a page in HTMLUnit while ignoring JavaScript and CSS?

顺便说一句，您可能应该三思而行为什么需要 HTML 代码。 HTMLUnit 将允许您从代码中获取数据，因此不需要存储源代码，而是存储其中包含的信息。只是我的 2 美分。