访问 HtmlUnit HtmlElement 中的原始 HTML？

Question

我正在使用 HtmlUnit 从网站读取内容。

一切都很完美，我正在阅读内容：

  HtmlDivision div = page.getHtmlElementById("my-id");

即使 div.asText() 返回预期的 String 对象，但我想将 <div>...</div> 中的原始 HTML 作为 String 对象。我该怎么做？

我不愿意将 HtlmUnit 更改为其他内容，因为网站希望客户端运行 JavaScript，而 HtmlUnit 似乎能够执行所需的操作。

Answer 1

如果 原始 HTML 是指 HTMLUnit 已经格式化的 HTML 代码，那么您可以使用 div.asXml()。现在，如果您真的在寻找服务器发送给您的原始 HTML，那么您将找不到这样做的方法（至少到 v2.14）。

现在，作为一种解决方法，您可以获取服务器发送给您的页面的整个文本以及以下答案：How to get the pure raw HTML of a page in HTMLUnit while ignoring JavaScript and CSS?

附带说明一下，您可能应该三思而后行为什么需要 HTML 代码。 HTMLUnit 将让您从代码中获取数据，因此不需要存储源代码，而是存储其中包含的信息。只是我的 2 美分。