Сообщений в теме: 5

[encaps]

Всем привет,
есть задача - извлечь HTML текст загруженной страницы, но getText("//body") очишает HTML форматирование, возвращает только plaintext
Как получить исходный код загруженной страницы?

[NLord]

Всем привет,
есть задача - извлечь HTML текст загруженной страницы, но getText("//body") очишает HTML форматирование, возвращает только plaintext
Как получить исходный код загруженной страницы?

По-моему, в ДжаваДоках мелькал метод getHTMLSource().

[KaNoN]

Всем привет,
есть задача - извлечь HTML текст загруженной страницы, но getText("//body") очишает HTML форматирование, возвращает только plaintext
Как получить исходный код загруженной страницы?

По-моему, в ДжаваДоках мелькал метод getHTMLSource().

Да, именно этот метод. getText не извлекает HTML, он работает именно на извлечение текста, так как в первую очередь расчитан на извлечение текста тех же ссылок и прочих элеаментов, которые еще внутри себя могут содержать разные дополнительные элементы.

[Boltick]

Всем привет,
есть задача - извлечь HTML текст загруженной страницы, но getText("//body") очишает HTML форматирование, возвращает только plaintext
Как получить исходный код загруженной страницы?

По-моему, в ДжаваДоках мелькал метод getHTMLSource().

Да, именно этот метод. getText не извлекает HTML, он работает именно на извлечение текста, так как в первую очередь расчитан на извлечение текста тех же ссылок и прочих элеаментов, которые еще внутри себя могут содержать разные дополнительные элементы.

Интересно... а как получить именно HTML содержимое ("//body") ну или какого-нить элемента внутри (form, div...)???
Для меня логично было бы иметь метод на подобии: getHTMLCode("//body")...

[KaNoN]

Всем привет,
есть задача - извлечь HTML текст загруженной страницы, но getText("//body") очишает HTML форматирование, возвращает только plaintext
Как получить исходный код загруженной страницы?

По-моему, в ДжаваДоках мелькал метод getHTMLSource().

Да, именно этот метод. getText не извлекает HTML, он работает именно на извлечение текста, так как в первую очередь расчитан на извлечение текста тех же ссылок и прочих элеаментов, которые еще внутри себя могут содержать разные дополнительные элементы.

Интересно... а как получить именно HTML содержимое ("//body") ну или какого-нить элемента внутри (form, div...)???
Для меня логично было бы иметь метод на подобии: getHTMLCode("//body")...

В DHTML у каждого элемента есть свойство innerHTML, вот через него можно иолучить именно HTML внутри указанного элемента. То есть нужно делать JScript-вызовы. Основное ограничение - нужно знать name или id объекта. А дельше - просто вызов getEval метода

[NLord]

http://release.selen...0.9.0/doc/java/

getHtmlSource

java.lang.String getHtmlSource()

Returns the entire HTML source between the opening and closing "html" tags.

Returns:
the entire HTML source