是否有一种方法来触发滚动事件与HtmlUnit或根本不可能

Question

我目前正在学习HtmlUnit，以便抓取网站。一切都很顺利，直到我遇到一个动态页面(作为一个例子，我使用的是Pinterest网站)，当用户向下滚动时，页面上的元素会自动添加。

我已经尝试了几种可以在真实浏览器中触发滚动的方法(我将在下面展示它们)。在继续之前，我想提一下，我已经设置了以下配置:

    webclient.setJavaScriptEnabled(true);
    webclient.setAjaxController(new NicelyResynchronizingAjaxController());

假设我想在Pinterest上获得所有的关注者。我一直导航到那个页面，现在因为第一次只有24个追随者，我想向下滚动，触发对服务器的Ajax调用并检索下一组追随者的事件。

1)纯javascript或jQuery代码触发滚动窗口

    ScriptResult sr = followersPage.executeJavaScript("window.scrollBy(0,1000)");
    // One version in jQuery
    // ScriptResult sr = followersPage.executeJavaScript("$(window).scrollTop(0,1000);");
    // also tried with the body, html, with animation
    // ScriptResult sr = followersPage.executeJavaScript("$("html, body").animate({ scrollTop: $(document).height() }, 1000);");
    webclient.waitForBackgroundJavaScript(10000);
    followersPage = (HtmlPage)sr.getNewPage();

=>当我检查到顶部的距离时，它等于0，结果页面与原始页面相同。在Eclipse中调试时，当我跳过执行javascript的行时，它会直接转到下一行，没有任何延迟。如果我写其他javascript，比如:

     ScriptResult sr = followersPage.executeJavaScript("$(div.GridItems).html('new content')");

你可以注意到调试器在那一行挂起了半秒，这意味着javascript被执行了。

2)将焦点从一个追随者锚点更改为另一个锚点(我选择锚点是因为当您单击TAB键时它用于焦点顺序):

    HtmlDivision gridItems = followersPage.getFirstByXPath("//div[contains(concat(' ',@class,' '),' GridItems ')]");
    List<HtmlDivision> els = (List<HtmlDivision>) gridItems.getByXPath("//div[@class='item ']");
    List<HtmlDivision> items = (List<HtmlDivision>) gridItems.getByXPath("//div[@class='item ']");
    for (HtmlDivision item : items) {
        HtmlAnchor a = item.getFirstByXPath("//a[@class='userWrapper']");
        a.focus();
        webClient.waitForBackgroundJavaScript(1000);
    }
    followersPage = (HtmlPage) webClient.getCurrentWindow().getEnclosedPage();

仍然没有滚动。结果页与原来的

保持一致。

3)创建一个触发窗口滚动事件的按钮:

    HtmlButton scrollButton = (HtmlButton) followersPage.createElement("button");
    scrollButton.setAttribute("type", "button");
    scrollButton.setAttribute("onclick", "window.scrollTo(0,document.body.scrollHeight);");
    gridItems.appendChild(scrollButton);
    followersPage = scrollButton.click();

不幸的是，它没有工作。

我尝试了许多其他的方法，但到现在还没有积极的结果。

我读了很多相关的文章，也在这里的stackoverflow，关于这个话题。似乎没有人设法使滚动工作使用HtmlUnit，因为大多数问题仍然没有答案。这就是为什么我想知道这个功能是否曾经起过作用。

有人设法滚动页面(简单的页面，没有ajax)?是否有人设法滚动一个页面，触发一些ajax调用的事件?

Answer 1

我建议你在这种情况下使用casperjs而不是htmlunit，我试过了使用htmlunit打开pinterest并获得

runtimeError: message=[Property 0 not found.] sourceName=[https://s.pinimg.com/webapp/js/vendor-react-d20f99c48b5d58e4821c.js] line=[1] lineSource=[null] lineOffset=[0]

所以它看起来htmlunit没有很好的支持js，即使是最新的2.31.

下面是使用casperjs: 的演示代码

var utils = require('utils')
var fs = require('fs')
var system = require('system')
var casper = require('casper').create({
    verbose: true,
    logLevel: 'debug',
    localToRemoteUrlAccessEnabled: true,
    webSecurityEnabled: false,
    plainTextAllContent: false,
    viewportSize: {
        width: 1440,
        height: 800
    },
    onError: function(casper, msg, backtrace) {
        utils.dump(backtrace)
    }
});
var cookie = fs.read('cookie.txt').trim() 
casper.on('started', function() {
    this.page.onError = function(msg, trace) {
        casper.echo('Error => ' + msg + 'nError trace => ')
        utils.dump(trace)
    }
    this.page.customHeaders = {
        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36",
        "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",
        "Accept-Language": "zh-CN,en;q=0.5",
        "Accept-Encoding": "gzip, deflate",
        "Connection": "keep-alive",
        "Pragma": "no-cache",
        "Cookie": cookie
    }

});
casper.start('https://www.pinterest.com', function() {
    this.then(function() {
        this.waitForSelector('div[class="_wx _2h"]', function() {
            this.echo("waitForSelector 'div[class=_wx _2h]' is done")
            this.scrollTo(0, 1000);
            this.wait(5000, function() {
                this.scrollTo(0, 2000);
            })
        })
    })
});

将上述代码保存到一个文件中，例如名为demo.js，然后使用以下命令启动casperjs

casperjs --engine=slimerjs demo.js

，然后你会看到firefox浏览器启动和工作!