【问题标题】:how to peform "Save As" on IE (Internet Explorer) automatically?如何在 IE (Internet Explorer) 上自动执行“另存为”?
【发布时间】:2011-01-05 02:49:00
【问题描述】:

我想打开一个网页(其 URL 作为命令行参数给出),然后想将该网页的内容保存为 .txt 文件。

记住,我需要的是 .txt 文件,而不是网页的源代码。

我用硒尝试了我的手,效果很好。但是现在我想要一些不会打开真正浏览器的东西,因为打开浏览器并在其中加载页面是一项耗时的任务。

我想用java来做。

我所说的内容是指我们在 IE 中保存网页时获得的文本(不带标记),方法是转到“另存为”,然后选择“.txt”作为文件的输出格式。

【问题讨论】:

  • content 是什么意思?您是要去掉 HTML 标记还是只将 HTML 文件保存为 .txt 文件?

标签: java internet-explorer browser-automation


【解决方案1】:

如果我正确理解您的问题,您希望在不使用导航器的情况下呈现页面并复制呈现的文本。

为此,您需要一个无头浏览器。 HTMLUnit 会是个不错的选择。

要获取文本内容,您可以这样做(未测试):

WebClient c = new WebClient(BrowserVersion.INTERNET_EXPLORER_6);
TextPage tp = c.getPage("yoururl");
String content = tp.getContent();

(见Javadoc)

【讨论】:

  • 是的,您正确理解了我的问题。我已经在 HTMLUnit 提供的无头浏览器中打开了网页。但是现在,我不知道如何将 HtmlPage 保存为输出所需的文件。
  • 是的,我已经看到并尝试了。它抛出了一些异常,并试图找到原因......谢谢。
【解决方案2】:

嗯,我什至会从头开始编写代码,看起来并不复杂,甚至可能不值得在您的项目中添加对另一个库的依赖:

  • 打开指向该 URL 的 URLConnection
  • 从连接中获取流,应用正则表达式将所有 HTML 剥离到数据中。如果页面预计不会太大而无法满足您的内存要求:) 将页面读入字符串,然后应用正则表达式。或者,拍摄here 所描述的内容(不过我对那里描述的方式没有经验)。
  • 将输出保存到 txt。

【讨论】:

    猜你喜欢
    • 2017-06-25
    • 1970-01-01
    • 2017-03-14
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2012-01-07
    • 2012-02-16
    • 1970-01-01
    相关资源
    最近更新 更多