第一步，用htmlunit将网页抓取下来，htmlunit是一个内置javascript解析引擎的无页面浏览器，不仅可以抓取html内容本身，还可以执行里面的js脚本生成动态页面，这点上比wget、httpclient强。它以jar的形式集成到应用提供api给java调用，执行效率也不错。

?

第二步，用jsoup对htmlunit抓取下来的网页进行解析，jsoup支持采用类似于jquery选择器的方式访问页面上的tag节点，易于操作。

?