在网页上搜索关键字答案

【问题标题】：Searching for keyworkd in webpage在网页上搜索关键字
【发布时间】：2016-12-12 22:14:02
【问题描述】：

我已经编写了一些代码来搜索某些网页中的特定单词。但是，我有一些问题，它找到了所有关键字，除了网页的 javascript 部分。我不知道 javasrcipt，只有 java :| 有人可以帮助我吗？谢谢。

这是我的代码 -

String searchWord = "WORD";
    String url = "SOME URL";

    Connection connection = Jsoup.connect(url).userAgent(USER_AGENT);
    System.out.println("Searching for the word " + searchWord);
    Document htmlDocument = connection.get();

    if(htmlDocument.body().text() != null){
                if((htmlDocument.body().text()).toLowerCase().contains(searchWord.toLowerCase()))
                    System.out.println("yes");
                else
                    System.out.println("No");

                                            }

我正在使用 Jsoup jar。

【问题讨论】：

这段代码代码似乎是Java，所以你缺乏JavaScript知识是无关紧要的。它似乎还检查了网页的<body> 元素。您的 Javascript 是否包含在正文中？（如果是这样，那将是相当不寻常的。如果不是，那就是你的问题。）
javascript部分在网页的元素中。你有什么想法吗？

标签： javascript java

【解决方案1】：

JSoup 不是用于解析 JavaScript，而是用于 HTML。

Rhino 是一个更好的选择，它提供了一个“javax.script”变量来解析 Javascript。

如果必须使用 JSoup，则需要手动解析 '' 节点，使用正则表达式并解析 HTML 而不是文本，有关使用 JSoup 手动解析 Javascript 的更多信息，请参阅此链接：

Parse JavaScript with jsoup

【讨论】：

【解决方案2】：

读取您的 js 文件并按如下方式处理它（Java SE 7）：

    Path source = Paths.get("sourcecode.js");   

    Charset charset = Charset.forName("US-ASCII");

    try(BufferedReader reader = Files.newBufferedReader(source, charset)) {
        String line;
        while ((line=reader.readLine())!=null) {
            if((line).toLowerCase().contains(searchWord.toLowerCase()))
                System.out.println("yes");
            else
                System.out.println("No");
        }
    } catch (IOException e) {
        System.out.println(e.getMessage());
    }

【讨论】：