如何解析网页中的动态内容？

Question

我尝试从这个url获取代理列表：

Free proxy list

这可能很酷，但是端口号是动态JavaScript内容。如何从该页面获取JavaScript生成的内容？我有jsoup和djNativeSwing，但我想在后台线程中做这件事。

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。请帮帮忙。

Answer 1

调用getHtmlContent()方法时，when浏览器尚未完成加载。改用下面这样的代码：

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是你的朋友！