什么是 <cbn-root> html 元素？以及如何用Java解析它？答案

【问题标题】：What is the <cbn-root> html element? And how to parser it by Java?什么是 <cbn-root> html 元素？以及如何用Java解析它？
【发布时间】：2020-11-29 02:46:21
【问题描述】：

我正在尝试编写一个 Java 程序来监控该网站上是否有可用的预留位置：https://www.drpciv.ro/drpciv-booking/formular/23/exchangingForeignDriverLicence

但是当我使用 Chrome 或 Edge 查看页面源时，正文部分仅显示 <cbn-root></cbn-root>。但是使用 Chrome 的 Inspect 功能，我可以看到完整的正文。当我尝试使用 HtmlUnit 获取 Java 中的网页内容时，它只得到<cbn-root></cbn-root>，也没有真正的内容。

尝试谷歌<cbn-root>，但没有看到任何有用的信息。想知道元素是什么以及在这种情况下如何读取 Java 中的真实内容。

谢谢

【问题讨论】：

标签： java html htmlunit

【解决方案1】：

至少在即将发布的 2.43.0 版本中，该标签会被替换。

public static void main(String[] args) throws IOException {
    String url = "https://www.drpciv.ro/drpciv-booking/formular/23/exchangingForeignDriverLicence";

    try (final WebClient webClient = new WebClient(BrowserVersion.FIREFOX)) {
        webClient.getOptions().setThrowExceptionOnScriptError(false);

        HtmlPage page = webClient.getPage(url);
        System.out.println(" ---- ");
        webClient.waitForBackgroundJavaScript(10_000);

        System.out.println(" ---- ");
        System.out.println(page.asXml());
    }
}

【讨论】：

运行时，您会在日志中看到堆栈溢出，请使用最新的 SNAPSHOT build 2.44.0-SNAPSHOT 来修复此问题。

【解决方案2】：

试试Beautiful Soup Can't Find Tags 它解释了后端 JS 是异步加载的，并且您的 GET 请求无法准确地获取标签。在此处阅读更多内容。

【讨论】：