Java 如何在Crawljax中获取爬网内容

我用Crawljax抓取动态网页。我可以获取当前id、状态和dom。但我无法获取网站内容。。有人帮我吗

CrawljaxConfigurationBuilder builder =
            CrawljaxConfiguration.builderFor("http://demo.crawljax.com/");
    builder.addPlugin(new OnNewStatePlugin() {



        @Override
        public String toString() {
            return "Our example plugin";
        }

                @Override
                public void onNewState(CrawlerContext cc, StateVertex sv) {

                    LOG.info("Found a new dom! Here it is:\n{}", cc.getBrowser().getStrippedDom());
                       String name = cc.getCurrentState().getName();
String url = cc.getBrowser().getCurrentUrl();
System.out.println(cc.getCurrentState().getDom());
System.out.println("New State: " + name + "; url: " + url);
                }
    });
    CrawljaxRunner crawljax = new CrawljaxRunner(builder.build());
    crawljax.call();

---

如何获取动态/java脚本网页内容..

要获取网站内容，请使用以下功能：

cc.getCurrentState().getDom()

此函数不返回DOM节点，而是实际返回页面的HTML文本。如果需要页面内容，这是正确的函数，但它听起来像是返回了一个DOM节点，因此getDom这个名称用词不当。要获取DOM节点，请使用：

cc.getCurrentState().getDocument()

它返回文档DOM节点

您可以通过以下方式检索页面内容：

cc.getCurrentState.getDocument.getTextContent

---

编辑：这不起作用-在文档上调用getTextContent时总是这样。

我们可以获得网站源代码 cc.getBrowser.getStrippedDom；或cc.getCurrentState.getDocument； 此编码返回源代码css/java脚本文件

---

不可能。因为它的测试工具。此工具仅提供检查文本，请将临时数据分配给字段。

您能检查它吗。。然后显示空值。如何获取文本值？如果可以获取DOM，就可以获取内容，对吗？是一样的，不。我找不到内容。它显示空值。