HTMLUNIT在网络信息采集系统中的应用

作者：陈永江; 仲兆满; 陈宗华

来源：淮海工学院学报(自然科学版), 2013, (04): 31-35.

• 采集系统
• HTMLUNIT
• Java浏览器内核

首先分析了传统HttpClient方式进行网页信息抓取时的不足,进而讨论了HTMLUNIT技术对富JavaScript页面的支持、获取Ajax技术页面的异步数据和需要模拟交互的页面数据的机器自动抓取问题,并给出实例和实现。进行了HTMLUNIT与流行浏览器内核JavaScript解析速度的对比性试验,最后得出了分析结论。