Jak uzyskać czysty kod HTML strony w HTMLUnit, ignorując JavaScript i CSS?

Question

Chcę tylko zawartość tekstową strony i chcę, aby pobieranie było tak lekkie, jak to tylko możliwe. Czy mogę wyłączyć parsowanie i dodatkowe ładowanie JavaScript, CSS i innych zewnętrznych treści, które HTMLUnit robi z pudełka?

Answer 1

myślę najbliższa rzecz do czego szukasz:

WebClient webClient = new WebClient(); 
webClient.setCssEnabled(false); 
webClient.setAppletEnabled(false); 
webClient.setJavaScriptEnabled(false); 

Dla HtmlUnit 2,13 i powyżej, należy webclient.getOptions().

Również ta question może być przydatna. To naprawdę dla mnie rzeczy szybciej, ale musiałem przekompilować HtmlUnit ...

Wreszcie, w celu uzyskania oryginalną treść strony (zamiast wyjścia asXml()) spróbuj wykonać następujące czynności:

WebClient webClient = new WebClient(); 
HtmlPage page = webClient.getPage("http://www.yourpage.com"); 
String originalHtml = page.getWebResponse().getContentAsString();