javascript - HtmlUnit WebClient.getPage 不处理 javascript

Question

我尝试使用 HtmlUnit WebClient.getPage 使用 javascript 加载页面。但加载的页面不会处理其中的 javascript 代码。

我尝试根据我能找到的所有相关答案在 WebClient 中添加所有选项。还是不行。

    WebClient webClient = new WebClient(BrowserVersion.CHROME);
    webClient.getOptions().setJavaScriptEnabled(true);
    webClient.getOptions().setThrowExceptionOnScriptError(false);
    webClient.getOptions().setUseInsecureSSL(true);
    String testUrl = "https://www.coursera.org/browse/data-science";
    try {
        final HtmlPage page = webClient.getPage(testUrl);
        webClient.waitForBackgroundJavaScript(20 * 1000);
        System.out.println(page.asXml());
    }catch(Exception e) {
        e.printStackTrace();
    }
    webClient.close();

在页面“https://www.coursera.org/browse/data-science”上，我希望看到 page.asXml() 中以 html 元素列出的所有类(class)。但它仅将“热门类(class)”部分中的类(class)显示为 html 元素。

Answer 1

乍一看，我认为这是因为 javascript 失败(重复声明 var t)。您可以在日志中看到错误。对于真正的浏览器来说，这不会失败，并且可能会停止所需的 js 处理，因此只创建了部分页面。

已经对这个错误进行了一些分析，我能够在一个简单的场景中重现这个问题(如果涉及这种巨大的 js 库，这通常是最困难的一步)。将尝试在 Rhino 中修复此问题，但这需要一些时间。

请通过 https://github.com/HtmlUnit 打开问题与你的测试用例。然后我将负责添加问题并建立 PR。如果您愿意，可以添加此问题的链接，然后我也会更新此问题。要了解任何 HtmlUnit 更新，您可以使用 https://twitter.com/HtmlUnit .