No Android, tenho um WebViewque exibe uma página.
Como obtenho o código-fonte da página sem solicitá-la novamente?
Parece que WebViewdeveria haver algum tipo de getPageSource()método que retorne uma string, mas infelizmente não.
Se eu habilitar o JavaScript, qual é o JavaScript apropriado para colocar nesta chamada para obter o conteúdo?
webview.loadUrl("javascript:(function() { " +
"document.getElementsByTagName('body')[0].style.color = 'red'; " +
"})()");
Respostas:
Sei que essa é uma resposta tardia, mas encontrei essa pergunta porque tive o mesmo problema. Acho que encontrei a resposta neste post em lexandera.com. O código abaixo é basicamente um recortar e colar do site. Parece que funciona.
final Context myApp = this;
/* An instance of this class will be registered as a JavaScript interface */
class MyJavaScriptInterface
{
@JavascriptInterface
@SuppressWarnings("unused")
public void processHTML(String html)
{
// process the html as needed by the app
}
}
final WebView browser = (WebView)findViewById(R.id.browser);
/* JavaScript must be enabled if you want it to work, obviously */
browser.getSettings().setJavaScriptEnabled(true);
/* Register a new JavaScript interface called HTMLOUT */
browser.addJavascriptInterface(new MyJavaScriptInterface(), "HTMLOUT");
/* WebViewClient must be set BEFORE calling loadUrl! */
browser.setWebViewClient(new WebViewClient() {
@Override
public void onPageFinished(WebView view, String url)
{
/* This call inject JavaScript into the page which just finished loading. */
browser.loadUrl("javascript:window.HTMLOUT.processHTML('<head>'+document.getElementsByTagName('html')[0].innerHTML+'</head>');");
}
});
/* load a web page */
browser.loadUrl("http://lexandera.com/files/jsexamples/gethtml.html");
onPageFinished()ser executado.
browser.loadUrlno onPageFinishedfará com que onPageFinishedpara ser chamado novamente. Você pode querer verificar se é a primeira chamada de onPageFinishedou não antes de ligar browser.loadUrl.
String html = new Scanner(new DefaultHttpClient().execute(new HttpGet("www.the url")).getEntity().getContent(), "UTF-8").useDelimiter("\\A").next();(abreviado para caber em um comentário :-))
De acordo com a edição 12987 , a resposta de Blundell falha (pelo menos na minha VM 2.3). Em vez disso, intercepto uma chamada para console.log com um prefixo especial:
// intercept calls to console.log
web.setWebChromeClient(new WebChromeClient() {
public boolean onConsoleMessage(ConsoleMessage cmsg)
{
// check secret prefix
if (cmsg.message().startsWith("MAGIC"))
{
String msg = cmsg.message().substring(5); // strip off prefix
/* process HTML */
return true;
}
return false;
}
});
// inject the JavaScript on page load
web.setWebViewClient(new WebViewClient() {
public void onPageFinished(WebView view, String address)
{
// have the page spill its guts, with a secret prefix
view.loadUrl("javascript:console.log('MAGIC'+document.getElementsByTagName('html')[0].innerHTML);");
}
});
web.loadUrl("http://www.google.com");
Você já pensou em buscar o HTML separadamente e, em seguida, carregá-lo em um webview?
String fetchContent(WebView view, String url) throws IOException {
HttpClient httpClient = new DefaultHttpClient();
HttpGet get = new HttpGet(url);
HttpResponse response = httpClient.execute(get);
StatusLine statusLine = response.getStatusLine();
int statusCode = statusLine.getStatusCode();
HttpEntity entity = response.getEntity();
String html = EntityUtils.toString(entity); // assume html for simplicity
view.loadDataWithBaseURL(url, html, "text/html", "utf-8", url); // todo: get mime, charset from entity
if (statusCode != 200) {
// handle fail
}
return html;
}
Consegui fazer isso funcionar usando o código da resposta de @jluckyiv, mas tive que adicionar a anotação @JavascriptInterface ao método processHTML no MyJavaScriptInterface.
class MyJavaScriptInterface
{
@SuppressWarnings("unused")
@JavascriptInterface
public void processHTML(String html)
{
// process the html as needed by the app
}
}
Você também precisa anotar o método com @JavascriptInterface se seu targetSdkVersion for> = 17 - porque há novos requisitos de segurança no SDK 17, ou seja, todos os métodos javascript devem ser anotados com @JavascriptInterface. Caso contrário, você verá um erro como: Uncaught TypeError: Object [object Object] não tem nenhum método 'processHTML' em null: 1
Se você estiver trabalhando no kitkat e superior, poderá usar as ferramentas de depuração remota do Chrome para localizar todas as solicitações e respostas que entram e saem de sua visualização na web e também o código-fonte html da página visualizada.