如何从 PHP 生成的 HTML 页面获取正文内容?

Squ*_*ife 3 html php java

我正在尝试使用以下代码获取 HTML 页面的内容:

String malSearch = "http://myanimelist.net/anime.php?letter=" + firstLetter;
URL url = new URL(malSearch);
URLConnection con = url.openConnection();
InputStream in = con.getInputStream();
String encoding = con.getContentEncoding();
encoding = encoding == null ? "UTF-8" : encoding;
ByteArrayOutputStream baos = new ByteArrayOutputStream();
byte[] buf = new byte[8192];
int len = 0;
while ((len = in.read(buf)) != -1) {
    baos.write(buf, 0, len);
}
String body = new String(baos.toByteArray(), encoding);
Run Code Online (Sandbox Code Playgroud)

它工作正常,但它没有给我我真正想要的东西。它给了我这个:

<html>
 <head>
  <META NAME="ROBOTS" CONTENT="NOINDEX, NOFOLLOW">
  <meta name="format-detection" content="telephone=no">
  <meta name="viewport" content="initial-scale=1.0">
  <meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1">
 </head>
 <body style="margin:0px">
  <iframe src="/_Incapsula_Resource?CWUDNSAI=9&xinfo=6-122029399-0 0NNN RT(1404149034204 2) q(0 -1 -1 -1) r(0 -1) B12(4,315,0) U1&incident_id=124001330081285077-564449081699338326&edet=12&cinfo=4ee46646c753833e04000000" frameborder=0 width="100%" height="100%" marginheight="0px" marginwidth="0px">Request unsuccessful. Incapsula incident ID: 124001330081285077-564449081699338326</iframe>
 </body>
</html>
Run Code Online (Sandbox Code Playgroud)

什么时候应该给我整个页面(大约 800 行)。

我认为这是因为这是一个使用 PHP 的网站,但我不确定。有人能告诉我如何获得整个 HTML 内容吗?

这是我试图从中获取内容的页面:http : //myanimelist.net/anime.php?letter=A

小智 5

该站点使用称为 Incapsula 的服务。网站管理员配置了 Incapsula 以防止机器人访问其内容。

我建议你联系管理员并要求加入白名单,试图绕过系统可能会让你被禁止和列入黑名单。