如何从网页中解析动态内容？

Question

我尝试从这个网址获取代理列表:

免费代理列表

这很酷,但端口号是动态JavaScript内容.如何从此页面获取JavaScript生成的内容？我有jsoup和djNativeSwing,但我想在后台线程中执行此操作.

JWebBrowser webBrowser = new JWebBrowser();
webBrowser.navigate("http://spys.ru/en/free-proxy-list/");
System.out.println(webBrowser.getHTMLContent());

此代码返回Null结果.请帮忙.

Answer 1

当您调用 getHtmlContent() 方法时，网络浏览器尚未完成加载。使用类似这样的东西：

JWebBrowser webBrowser = new JWebBrowser();
webBrowser.navigate("http://spys.ru/en/free-proxy-list/");
webBrowser.addWebBrowserListener(new WebBrowserListener(){
   public void loadingProgressChanged(WebBrowserEvent e){
       if(e.getWebBrowser().getLoadingProgress()==100)
            System.out.println(webBrowser.getHTMLContent());
   }
}
/* Note: I wrote this in the comment field without any testing,
   you probably have to make the webBrowser final. */

JavaDocs是您的朋友！