- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
正如标题所说,我正在尝试从 javascript 链接下载带有 HTMLUnit 的文件。
我开始的页面是 https://ppair.uspto.gov/TruePassWebStart/AuthenticationChooser.html .当我在浏览器中单击链接“使用 Java Web Start 进行身份验证(新方法)”时,将下载一个 .jnlp 文件,然后运行该文件以打开一个 Java 程序窗口,要求提供身份验证信息。身份验证成功后,原始浏览器窗口会加载包含我将要抓取的信息的页面。
起始页的链接源代码片段是:
<tr>
<!-- onClick="return launchWebStart('authenticate');" -->
<td><a href="javascript:void(0)" id="webstart-authenticate" ><font size="5">Authenticate with Java Web Start (new method)</font></a>
</tr>
用于此过程的 javascript 文件位于 https://ppair.uspto.gov/TruePassWebStart/js/WebStart.js。 .基本上,javascript 获取一个 cookie,对其进行编码,并将其附加到 URL 以请求 jnlp 文件。我考虑过只模拟这个过程,但 HTMLUnit
文档不鼓励这样做。 (他们说“通过单击元素并四处移动焦点来像用户那样操作页面要好得多”,所以我正在尝试这样做。)
我在 HTMLUnit 中遇到的问题是,在我单击 () 适当的 anchor 后,我无法接收预期的 jnlp 文件。我已经尝试了从本网站上的其他问题中发现的几种不同的方法,包括:
HtmlUnit and JavaScript in links和 HtmlUnit to invoke javascript from href to download a file
这是我使用的代码:
import java.io.IOException;
import java.io.InputStream;
import java.net.MalformedURLException;
import com.gargoylesoftware.htmlunit.*;
import com.gargoylesoftware.htmlunit.html.HtmlAnchor;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
public class Test {
public static void main(String[] args) throws FailingHttpStatusCodeException, MalformedURLException, IOException {
WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45);
// open starting webpage
HtmlPage page = webClient.getPage("https://ppair.uspto.gov/TruePassWebStart/AuthenticationChooser.html");
// id of the element where the link is
String linkID = "webstart-authenticate";
// identify the appropriate anchor
HtmlAnchor anchor = (HtmlAnchor) page.getElementById(linkID);
// click the anchor
Page p = anchor.click();
// get the InputStream for the response; print it out
InputStream is = p.getWebResponse().getContentAsStream();
int b = 0;
while ((b = is.read()) != -1) {
System.out.print((char)b);
}
webClient.close();
}
}
从上面的代码打印出来的是起始网页的 html,而不是预期的 jnlp 文件。控制台还每 3 秒打印一次来自 javascript WebConsole 的状态更新(至少如果我让代码等待足够长的时间),所以我知道 javascript 发生了一些事情(函数 launchWebStart 和 followMediator 在单独的 javascript 文件 WebStart 中.js):
Nov 21, 2016 2:53:25 PM com.gargoylesoftware.htmlunit.WebConsole info
INFO: launchWebStart
Nov 21, 2016 2:53:25 PM com.gargoylesoftware.htmlunit.WebConsole info
INFO: followMediator
Nov 21, 2016 2:53:25 PM com.gargoylesoftware.htmlunit.WebConsole info
INFO: responseReceived:200
WAIT
Nov 21, 2016 2:53:25 PM com.gargoylesoftware.htmlunit.WebConsole info
INFO: mediatorCallback: next wait
我还尝试使用 CollectingAttachmentHandler 对象,如 downloading files behind javascript button with htmlunit 中所述:
import java.io.IOException;
import java.net.MalformedURLException;
import java.util.List;
import com.gargoylesoftware.htmlunit.*;
import com.gargoylesoftware.htmlunit.attachment.Attachment;
import com.gargoylesoftware.htmlunit.attachment.CollectingAttachmentHandler;
import com.gargoylesoftware.htmlunit.html.HtmlAnchor;
import com.gargoylesoftware.htmlunit.html.HtmlPage;
public class Test2 {
public static void main(String[] args) throws FailingHttpStatusCodeException, MalformedURLException, IOException {
WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45);
// open starting webpage
HtmlPage page = webClient.getPage("https://ppair.uspto.gov/TruePassWebStart/AuthenticationChooser.html");
// id of the element where the link is
String linkID = "webstart-authenticate";
// identify the appropriate anchor
HtmlAnchor anchor = (HtmlAnchor) page.getElementById(linkID);
CollectingAttachmentHandler attachmentHandler = new CollectingAttachmentHandler();
webClient.setAttachmentHandler(attachmentHandler);
attachmentHandler.handleAttachment(anchor.click());
List<Attachment> attachments = attachmentHandler.getCollectedAttachments();
int i = 0;
while (i < attachments.size()) {
Attachment attachment = attachments.get(i);
Page attachedPage = attachment.getPage();
WebResponse attachmentResponse = attachedPage.getWebResponse();
String content = attachmentResponse.getContentAsString();
System.out.println(content);
i++;
}
webClient.close();
}
}
此代码还打印出起始网页的内容。所以其他解决方案似乎都不适合我。我不知道我做错了什么。关于如何让它工作,我的想法已经用完了(我认为这很容易!)非常感谢任何建议!
最佳答案
这是一个基于你的 Test2 的工作版本
WebClient webClient = new WebClient(BrowserVersion.FIREFOX_45);
// open starting webpage
HtmlPage page = webClient.getPage("https://ppair.uspto.gov/TruePassWebStart/AuthenticationChooser.html");
// id of the element where the link is
String linkID = "webstart-authenticate";
// identify the appropriate anchor
HtmlAnchor anchor = (HtmlAnchor) page.getElementById(linkID);
CountDownLatch latch = new CountDownLatch(1);
webClient.setWebStartHandler(new WebStartHandler(){
@Override
public void handleJnlpResponse(WebResponse webResponse)
{
System.out.println("downloading...");
try (FileOutputStream fos = new FileOutputStream("/Users/Franklyn/Downloads/uspto-auth.authenticate2.jnlp"))
{
IOUtils.copy(webResponse.getContentAsStream(),fos);
} catch (IOException e)
{
throw new RuntimeException(e);
}
System.out.println("downloaded");
latch.countDown();
}
});
anchor.click();
latch.await();//wait downloading to finish
webClient.close();
那么为什么您的 Test2 不工作?因为响应的Content-Type对应的下载文件是application/x-java-jnlp-file,所以需要改用WebStartHandler。如果响应 header 包含名为“Content-Disposition”的 header 并且其值以“attachment”开头,那么您的 Test2 可能会正常工作。
关于javascript - 如何从 HTMLUnit 中的 Javascript 链接下载文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40732739/
今天我在一个 Java 应用程序中看到了几种不同的加载文件的方法。 文件:/ 文件:// 文件:/// 这三个 URL 开头有什么区别?使用它们的首选方式是什么? 非常感谢 斯特凡 最佳答案 file
就目前而言,这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持,但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开,visit the he
我有一个 javascript 文件,并且在该方法中有一个“测试”方法,我喜欢调用 C# 函数。 c# 函数与 javascript 文件不在同一文件中。 它位于 .cs 文件中。那么我该如何管理 j
需要检查我使用的文件/目录的权限 //filePath = path of file/directory access denied by user ( in windows ) File fil
我在一个目录中有很多 java 文件,我想在我的 Intellij 项目中使用它。但是我不想每次开始一个新项目时都将 java 文件复制到我的项目中。 我知道我可以在 Visual Studio 和
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎不是关于 a specific programming problem, a software
我有 3 个组件的 Twig 文件: 文件 1: {# content-here #} 文件 2: {{ title-here }} {# content-here #}
我得到了 mod_ldap.c 和 mod_authnz_ldap.c 文件。我需要使用 Linux 命令的 mod_ldap.so 和 mod_authnz_ldap.so 文件。 最佳答案 从 c
我想使用PIE在我的项目中使用 IE7。 但是我不明白的是,我只能在网络服务器上使用 .htc 文件吗? 我可以在没有网络服务器的情况下通过浏览器加载的本地页面中使用它吗? 我在 PIE 的文档中看到
我在 CI 管道中考虑这一点,我应该首先构建和测试我的应用程序,结果应该是一个 docker 镜像。 我想知道使用构建环境在构建服务器上构建然后运行测试是否更常见。也许为此使用构建脚本。最后只需将 j
using namespace std; struct WebSites { string siteName; int rank; string getSiteName() {
我是 Linux 新手,目前正在尝试使用 ginkgo USB-CAN 接口(interface) 的 API 编程功能。为了使用 C++ 对 API 进行编程,他们提供了库文件,其中包含三个带有 .
我刚学C语言,在实现一个程序时遇到了问题将 test.txt 文件作为程序的输入。 test.txt 文件的内容是: 1 30 30 40 50 60 2 40 30 50 60 60 3 30 20
如何连接两个tcpdump文件,使一个流量在文件中出现一个接一个?具体来说,我想“乘以”一个 tcpdump 文件,这样所有的 session 将一个接一个地按顺序重复几次。 最佳答案 mergeca
我有一个名为 input.MP4 的文件,它已损坏。它来自闭路电视摄像机。我什么都试过了,ffmpeg , VLC 转换,没有运气。但是,我使用了 mediainfo和 exiftool并提取以下信息
我想做什么? 我想提取 ISO 文件并编辑其中的文件,然后将其重新打包回 ISO 文件。 (正如你已经读过的) 我为什么要这样做? 我想开始修改 PSP ISO,为此我必须使用游戏资源、 Assets
给定一个 gzip 文件 Z,如果我将其解压缩为 Z',有什么办法可以重新压缩它以恢复完全相同的 gzip 文件 Z?在粗略阅读了 DEFLATE 格式后,我猜不会,因为任何给定的文件都可能在 DEF
我必须从数据库向我的邮件 ID 发送一封带有附件的邮件。 EXEC msdb.dbo.sp_send_dbmail @profile_name = 'Adventure Works Admin
我有一个大的 M4B 文件和一个 CUE 文件。我想将其拆分为多个 M4B 文件,或将其拆分为多个 MP3 文件(以前首选)。 我想在命令行中执行此操作(OS X,但如果需要可以使用 Linux),而
快速提问。我有一个没有实现文件的类的项目。 然后在 AppDelegate 我有: #import "AppDelegate.h" #import "SomeClass.h" @interface A
我是一名优秀的程序员,十分优秀!