html - GWT ページから HTML コンテンツを抽出する

Question

GWT で書かれた HTML ページのコンテンツを解析したいと考えています。Jericho HTML コンテンツ パーサーを使用して解析しようとしましたが、問題はページ ソースにコンテンツがないことです。GWT ページについて調査した結果、GWT ページは Java で記述されており、GWT コンパイラーは Java コードから複雑な構造の js ページを作成して HTML コンテンツをブラウザーに表示することを知りました。

これらのタイプのページを解析する方法はありますか?

Answer 1

コードがコンパイルされている場合(コードは通常、本番環境で使用するためにこのモードでコンパイルされます)、作成されたファイルは人間が読み取れないOBF - Obfuscated modeため、非常に困難になります。JS

このリンクは、GWT Compiler をよりよく理解するのに役立ちます。

編集：

どうぞ。これも役立つかもしれません。ここに方法が記載されていますDe-obfuscate the Javascript。

EDIT2：

GWT-Penetration-Testing-Toolset - このツールを確認してください。

Answer 2

あらゆる「単一ページ Web アプリケーション」 ( GWT で構築されていないTwitter など) と同様に、JavaScript コードを実行してから DOM をスクレイピングする必要があります。

これは、 HtmlUnit、PhantomJS 、または同様のツールを使用して簡単に(すべて相対的に) 実行できます。