如何从 WebView 中检索 HTML 内容（作为字符串）答案

【问题标题】：How to retrieve HTML content from WebView (as a string)如何从 WebView 中检索 HTML 内容（作为字符串）
【发布时间】：2011-07-12 23:00:34
【问题描述】：

如何检索当前显示在 WebView 中的所有 HTML 内容？

我找到了WebView.loadData()，但找不到相反的等价物（例如 WebView.getData()）

请注意，我有兴趣检索我无法控制的网页的数据（即，我无法将 Javascript 函数注入这些页面，以便在 WebView 中调用 Javascript 接口）。

【问题讨论】：

How do I get the web page contents from a WebView? 的可能重复项

标签： android webview android-webview

【解决方案1】：

不幸的是，没有简单的方法来做到这一点。

见How do I get the web page contents from a WebView?

您可以向与您的 WebView 相同的页面发出 HttpRequest 并获得响应。

【讨论】：

谢谢，你的建议肯定比我目前发现的要好，但是.... 向已经加载到 WebView 的页面发出 HttpRequest 会使带宽需求加倍（加载每个浏览的页面两次）。有更好的解决方案吗？
你可以打一个电话，发出一个HttpRequest来获取数据，然后使用WebView.LoadData将它推送到WebView中
如果特定页面在登录凭据后面怎么办？
使用 HttpRequest 获取数据可能不是您期望获取的所有数据。页面的某些部分可能只有在页面在客户端呈现后才会加载。这是从已经呈现并获取页面部分的 webview 获取页面的优势。话虽如此，您仍然可以获取可见部分的所有数据，只有那些已渲染，并且仍然可能存在未加载的数据，因为您还没有看到它。
您只需要使用带有所需 url 的 .GET 来使用 Rest Request

【解决方案2】：

您可以通过以下方式实现：

final Context myApp = this;

/* An instance of this class will be registered as a JavaScript interface */
class MyJavaScriptInterface
{
    @SuppressWarnings("unused")
    public void processHTML(String html)
    {
        // process the html as needed by the app
    }
}

final WebView browser = (WebView)findViewById(R.id.browser);
/* JavaScript must be enabled if you want it to work, obviously */
browser.getSettings().setJavaScriptEnabled(true);

/* Register a new JavaScript interface called HTMLOUT */
browser.addJavascriptInterface(new MyJavaScriptInterface(), "HTMLOUT");

/* WebViewClient must be set BEFORE calling loadUrl! */
browser.setWebViewClient(new WebViewClient() {
    @Override
    public void onPageFinished(WebView view, String url)
    {
        /* This call inject JavaScript into the page which just finished loading. */
        browser.loadUrl("javascript:window.HTMLOUT.processHTML('<html>'+document.getElementsByTagName('html')[0].innerHTML+'</html>');");
    }
});

/* load a web page */
browser.loadUrl("http://lexandera.com/files/jsexamples/gethtml.html");

您将在 processHTML 方法中获得整个 Html 网络。它不会再次请求网页。所以这也是更有效的方法。

谢谢。

【讨论】：

看起来类似于lexandera.com/2009/01/extracting-html-from-a-webview。该教程最后也有警告。
@shridutt kothari stackoverflow.com/questions/28194699/…
如果正在加载的内容不是 HTML 的形式，即 XML 或其他任何东西，现在 javascriptinterface 没有被调用，最终会出现 TypeError
尝试理解答案中的代码，您也会找到获取其他类型内容的方法。谢谢。
@shridutt kothari 下次请注明您的来源。很明显，您从 Bernd S 指出的链接中复制并粘贴了您的答案（这本身并不是一件坏事）。在应得的地方给予赞扬，并让 OP 自己判断解决方案是件好事.

【解决方案3】：

您可以从 webview 通过 JavaScriptInterface 传递数据。我已经这样做了。将数据保存到静态变量，然后在android applcation下处理

【讨论】：

您不需要将其保存到静态变量中，否则这种方法当然是正确的——就像上面的 kothari 已经展示的那样。

【解决方案4】：

您可以拦截 WebView 发出的 HTTP 请求，然后修改 HTML 以包含与 HTML 页面通信所需的任何 JavaScript 函数。您通过 WebViewClient shouldInterceptRequest() 方法拦截 HTTP 请求。

使用这种机制，您可以通过自己加载来访问已加载的页面，在将其传递给 WebView 之前对其进行修改，甚至可以根据需要将其缓存在本地。

【讨论】：

【解决方案5】：

webView.evaluateJavascript("(function(){return window.document.body.outerHTML})();", 
      new ValueCallback<String>() {
          @Override
          public void onReceiveValue(String html) {

          }
      });

【讨论】：

【解决方案6】：

将此添加到您的代码中：

private String getUrlSource(String site) throws IOException {
    //GNU Public, from ZunoZap Web Browser
    URL url = new URL(site);
    URLConnection urlc = url.openConnection();
    BufferedReader in = new BufferedReader(new InputStreamReader(
    urlc.getInputStream(), "UTF-8"));
    String inputLine;
    StringBuilder a = new StringBuilder();
    while ((inputLine = in.readLine()) != null)
    a.append(inputLine);
    in.close();

    return a.toString();
}

然后让我们告诉你如何获取 Google 的源代码：

getURLSource("http://google.com");

【讨论】：

下载它在其中工作的 ZunoZap 浏览器应该不会崩溃