htmlunit - 跳过 HTML 单元中的特定 Javascript 执行

Question

我有一个网址。我想在执行 Java 脚本后获取 URL 的页面源。

Fetch Page source using HtmlUnit : URL got stuck

起初我怀疑是由于系统资源和 CPU 使用率高，导致 URL 卡住了。

然后我尝试在 HTML UNIT 2.9 和 2.11 上运行它。它在解析时卡在了两者上。引用 the above question for HTML UNIT code scrape that is getting stuck .

现在我怀疑这可能是由于 JS 执行进入无限循环。

我想检查哪些 JS 文件导致问题并将它们从执行中删除。

如果它们是用于 google 分析、twitter 等网站的 JS，我可能根本不需要它们。

所以我想找到一种方法来告诉 HTML Unit 忽略某些 JS 文件并执行其余的文件。

有人知道怎么做吗？

Answer 1

尝试这个。它对我有用:

class InterceptWebConnection extends FalsifyingWebConnection{
    public InterceptWebConnection(WebClient webClient) throws IllegalArgumentException{
        super(webClient);
    }
    @Override
    public WebResponse getResponse(WebRequest request) throws IOException {
        WebResponse response=super.getResponse(request);
        if(response.getWebRequest().getUrl().toString().endsWith("dom-drag.js")){
            return createWebResponse(response.getWebRequest(), "", "application/javascript", 200, "Ok");
        }
        return super.getResponse(request);
    }
}

然后在设置您的 webClient 时写下以下内容

new InterceptWebConnection(webClient);