使用 jsoup 解析 JavaScript

javascript html java kotlin jsoup

2022-09-03 04:30:00

在页面中，我想选择变量的值。
以下是页面的片段：HTMLjavascriptHTML

<input id="hidval" value="" type="hidden"> 
<form method="post" style="padding: 0px;margin: 0px;" name="profile" autocomplete="off">
<input name="pqRjnA" id="pqRjnA" value="" type="hidden">
<script type="text/javascript">
    key="pqRjnA";
</script>

我的目标是使用从此页面读取变量的值。
有可能吗？如果是，那么如何？keyjsoupjsoup

答案 1

由于jsoup不是javascript库，你有两种方法可以解决这个问题：

A. 使用 JavaScript 库

优点：
- 完全的Javascript支持
缺点：
- 其他图书馆/依赖关系

B. 使用 Jsoup + 手动解析

优点：
- 无需额外的库
- 足以完成简单的任务
缺点：
- 不如 JavaScript 库灵活

下面是一个示例，如何获取 with jsoup 和一些“手动”代码：key

Document doc = ...
Element script = doc.select("script").first(); // Get the script part


Pattern p = Pattern.compile("(?is)key=\"(.+?)\""); // Regex for the value of the key
Matcher m = p.matcher(script.html()); // you have to use html here and NOT text! Text will drop the 'key' part


while( m.find() )
{
    System.out.println(m.group()); // the whole key ('key = value')
    System.out.println(m.group(1)); // value only
}

输出（使用您的 html 部分）：

key="pqRjnA"
pqRjnA

答案 2

Kotlin 问题被标记为重复，并指向此问题。
所以，这是我用Kotlin做到这一点的：

val (key, value) = document
    .select("script")
    .map(Element::data)
    .first { "key" in it } // OR single { "key" in it }
    .split("=")
    .map(String::trim)
val pureValue = value.replace(Regex("""["';]"""), "")
println("$key::$pureValue") // key::pqRjnA

另一个版本：

val (key, value) = document
    .select("script")
    .first { Regex("""key\s*=\s*["'].*["'];""") in it.data() }
    .data()
    .split("=")
    .map { it.replace(Regex("""[\s"';]"""), "") }
println("$key::$value") // key::pqRjnA

脚注

要获取文档，您可以执行以下操作：

从文件：

val input = File("my-document.html")
val document = Jsoup.parse(input, "UTF-8")

从服务器：

val document = Jsoup.connect("the/target/url")
    .userAgent("Mozilla")
    .get()