如何从JavaFXWebView解析html并将此数据传输到Jsoup文档？

我试图解析一些文档站点的侧栏TOC（组件表）

Jsoup

我试过Jsoup。我无法获取TOC元素，因为此标记中的HTML内容不是初始HTML的一部分，而是在加载页面后由JavaScript设置的

你可以在这里看到我前面的问题：

建议的解决方案是检查从浏览器开发工具菜单手动建立的连接，找到网站的最新版本。解析某些文档站点的侧栏TOC只是我的java程序的一个组件，所以我无法手动完成

JavaFX网络视图（非Android网络视图）

我尝试过JavaFXWebView，因为我需要一个执行javascript代码并填充Toc标记组件的浏览器

WebView browser = new WebView();
WebEngine webEngine = browser.getEngine();
webEngine.load("https://docs.microsoft.com/en-us/ef/ef6/");

但我不知道如何检索加载的网站的HTML代码并将这些数据传输到Jsoup文档？

---

感谢您的建议。

我不能保证这是最好的方法，因为我以前没有使用过Jsoup，而且我不是XML API方面的专家

org.jsoup.jsoup

类有一个解析

String

表单中HTML的方法：。这意味着我们需要从

WebView

以

字符串的形式获取HTML。
WebEngine
类有一个包含
org.w3c.dom.Document
的类。此
文档
是当前显示网页的HTML内容。我们只需要将这个
文档
转换成
字符串
，我们可以使用
转换器

import java.io.StringWriter;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import org.jsoup.Jsoup;

public class Utils {

  private static Transformer transformer;

  // not thread safe
  public static org.jsoup.nodes.Document convert(org.w3c.dom.Document doc)
      throws TransformerException {
    if (transformer == null) {
      transformer = TransformerFactory.newDefaultInstance().newTransformer();
    }

    StringWriter writer = new StringWriter();
    transformer.transform(new DOMSource(doc), new StreamResult(writer));
    return Jsoup.parse(writer.toString());
  }

}

每次
文档
属性更改时，都会调用此函数。我通过浏览Google并将
org.jsoup.nodes.Document
打印到控制台进行了一些“测试”，一切似乎都正常

不过有一个警告；据我所知，
文档
属性在同一网页内发生更改时不会更改（但是，
文档
本身可能会更新）。我不是一个网络人，所以请原谅我，如果我在这里没有意义，但我相信，这包括一些事情，如改变其内容的框架。也许有一种方法可以解决这个问题，那就是使用JavaScript接口，但我不知道怎么做。
我不能保证这是最好的方法，因为我以前没有使用过Jsoup，而且我不是XML API方面的专家

    WebView browser = new WebView();
    WebEngine webEngine = browser.getEngine();
    String url = "https://docs.microsoft.com/en-us/ef/ef6/";
    webEngine.load(url);
    //get w3c document from webEngine
    org.w3c.dom.Document w3cDocument = webEngine.getDocument();
    // use jsoup helper methods to convert it to string
    String html =  new org.jsoup.helper.W3CDom().asString(webEngine.get);
    // create jsoup document by parsing html
    Document doc = Jsoup.parse(url, html);

org.jsoup.jsoup
类有一个解析
String
表单中HTML的方法：。这意味着我们需要从
WebView
以
字符串的形式获取HTML。
WebEngine
类有一个包含
org.w3c.dom.Document
的类。此
文档
是当前显示网页的HTML内容。我们只需要将这个
文档
转换成
字符串
，我们可以使用
转换器

import java.io.StringWriter;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import org.jsoup.Jsoup;

public class Utils {

  private static Transformer transformer;

  // not thread safe
  public static org.jsoup.nodes.Document convert(org.w3c.dom.Document doc)
      throws TransformerException {
    if (transformer == null) {
      transformer = TransformerFactory.newDefaultInstance().newTransformer();
    }

    StringWriter writer = new StringWriter();
    transformer.transform(new DOMSource(doc), new StreamResult(writer));
    return Jsoup.parse(writer.toString());
  }

}

每次
文档
属性更改时，都会调用此函数。我通过浏览Google并将
org.jsoup.nodes.Document
打印到控制台进行了一些“测试”，一切似乎都正常

不过有一个警告；据我所知，
文档
属性在同一网页内发生更改时不会更改（但是，
文档
本身可能会更新）。我不是一个网络人，所以请原谅我，如果我在这里没有意义，但我相信，这包括一些事情，如改变其内容的框架。有一种方法可以解决这个问题，就是使用与JavaScript接口，但我不知道如何实现。
我认为应该有一个
toString（）
方法。我认为应该有一个
toString（）
方法。
    WebView browser = new WebView();
    WebEngine webEngine = browser.getEngine();
    String url = "https://docs.microsoft.com/en-us/ef/ef6/";
    webEngine.load(url);
    //get w3c document from webEngine
    org.w3c.dom.Document w3cDocument = webEngine.getDocument();
    // use jsoup helper methods to convert it to string
    String html =  new org.jsoup.helper.W3CDom().asString(webEngine.get);
    // create jsoup document by parsing html
    Document doc = Jsoup.parse(url, html);