如何在客户端编程以获取整个GWT页面的Html快照（或捕获所有文本）？

为了让您了解我想要什么，请阅读以下内容：

假设您有一个GWT页面（

mydomain.com#！article

）。该页面包含许多从DB下载的小部件和数据。DB数据&小部件相互混合，例如标签可以包含客户名称（客户名称来自DB）

所以，该页面上的所有内容都是javascript，即当您查看源代码时，只能看到javascript。但是，如果您在Chrome中打开该GWT页面并将其另存为“

myGwtArticlePage.htm

”到本地PC中，然后重新打开“

myGwtArticlePage.htm

”，您可以看到所有文本、小部件。。。在“

myGwtArticlePage.htm

”中的内容与“

mydomain.com”#！article

”中的内容完全相同

现在，您右键单击并查看“

myGwtArticlePage.htm

”的源代码，您不仅会看到Javascript，还会看到所有文本，&Db数据和小部件仍在其中

因此，“

myGwtArticlePage.htm

”被称为“

mydomain.com！”文章的Html快照

你明白了吗

现在我希望客户端的程序能够捕获“
myGwtArticlePage.htm
”的所有文本

因此，MyArticlePresenter.java（在客户端软件包中）的工作原理如下：

private AsyncCallback<GetArticleResult> getArticleCallback=new AsyncCallback<GetArticleResult>(){
    @Override
public void onSuccess(GetArticleResult result) {
        String articleData=result.getArticleData;
        //... many other data from DB .....

        myLabel.setText(articleData);
        //... many other widgets that setText of the DB data ....

        // Now what I should do here to get Html Snapshot of "`mydomain.com#!article`" ??

    }
}

private AsyncCallback getArticleCallback=new AsyncCallback（）{
@凌驾
成功时公共无效（GetArticleResult）{
String articleData=result.getArticleData；
//…数据库中的许多其他数据。。。。。
myLabel.setText（articleData）；
//…设置DB数据文本的许多其他小部件。。。。
//现在我应该在这里做什么来获取“`mydomain.com\#！article`”的Html快照？？
}
}

注意：人们说我可以使用HTMLUnit，但HTMLUnit在服务器上工作，而不是在客户端包上工作。此外，HTMLUnit无法正确解析GWTP页面。GWTP是在GWTP框架下构建的GWT应用程序

我希望有人能帮我问这个问题。
根据定义，客户端代码必须在客户端上运行-对于GWT或任何HTML/JS应用程序，这意味着在web浏览器中

HtmlUnit是一款网络浏览器，但它从不呈现在屏幕上。您仍然可以要求它提供当前页面的HTML内容。它完全是用Java编写的，因此可以轻松地在任何JVM中运行，包括服务器。还考虑幻像，无头铬-你可以编写它来截图，导出HTML等。它是一个本地的应用程序，你需要为你的服务器得到正确的构建，你需要做的配线来调用幻像。< /P>
当正确配置时，HtmlUnit应该与GWT完美配合
GWTTestCase
s默认情况下，使用HtmlUnit在浏览器中运行GWT测试，而无需启动“真实”浏览器实例。当然，要做到这一点，HtmlUnit必须在正常的JVM中运行，就像您的服务器将在其上运行一样

也就是说，您不能直接调用客户机代码，而是在HtmlUnit浏览器中启动HTML/JS（从GWT/Java编译）页面

另一个细节考虑速度。特别是如果你对被搜索引擎编入索引感兴趣，速度之所以重要有两个原因。首先，搜索引擎将很快进入这些页面，当Google/Yahoo/Bing路过并下载它能找到的所有URL时，你不希望你的服务器被杀死。其次，在对页面进行排名时，服务器可能会考虑url完成的速度


开发模式很慢，因为浏览器中的JS（甚至HtmlUnit）和真正的Java之间来回调用。由于您正在将应用程序编译为JS，因此无需在服务器上使用开发模式
预加载页面：考虑定期运行HTMLUnter并生成普通HTML页面，然后在请求时立即提供服务。如果您的数据不经常更改，这对您来说可能很好，而且如果页面已经预呈现和缓存，这将是最快的

最后，如果已经在使用GWTP，请查看他们的爬虫服务，该服务似乎旨在使用编码片段过滤我们的URL并翻译为#！令牌，然后将其传递给GWTP应用程序。有关详细信息，请参阅。
尝试使用
RootPanel.getBodyElement（）.getInnerHTML（）
或
RootPanel.getBodyElement（）.getInnerText（）
。您可以为特定元素调用它，但它无法读取celltable中的文本，对吗？我不知道您想要实现什么？所有客户端代码都在
JavaScript
中。我想让我的GWTP应用程序可爬行，因为HTMLUnit不适用于GWTP。最近关于g+的一个讨论是：嗨，谢谢你的回答，HTMLUnit不适用于GWTP&谷歌爬虫服务只会使页面空白&不太稳定。此外，GWTP内部有很多字符串，例如。我的问题是，谷歌会索引的标题属性吗？很多人说Google crawler不会厌倦索引，因为html页面中的数据太多了无头浏览器不稳定，您必须猜测设置HTMLUnit超时速度很慢，所以我使用服务器端快照解决方案。它的快速和集中，因此它不会显示100%的html图形用户界面作为HTMLUnit，但爬虫将不需要太多的数据权利。你瘦爬虫服务工作正常吗？检查此链接-->为什么它不显示其中包含很长文本列表的所有文本。我确信GWTP本身是经过单元测试的，毫无疑问是在HtmlUnit的帮助下进行的。我也不确定crawlservice.appspot.com到底应该做什么，但它确实像预期的那样返回了您在查看源代码时获得的内容。也就是说，返回的html与您从chessbomb.com/site/获得的html相同，因此，即使启用了爬虫服务，爬虫服务似乎也无法正确生成正确的html。与禁用JavaScript的vs进行比较。