升级HtmlUnit至2.70：如何替代HtmlParser.parseHtml()方法

在HtmlUnit 2.70版本中，旧的静态方法HtmlParser.parseHtml()已被移除，直接手动实例化HtmlPage和解析器会因缺失页面上下文（如脚本执行所需对象）报错，以下是两种可行的替代方案：

方案1：使用WebClient（推荐） #

这是HtmlUnit的标准使用方式，WebClient会自动处理页面初始化和解析流程，避免上下文缺失问题：

// 初始化WebClient，可根据需求配置参数
WebClient webClient = new WebClient();
// 可选配置：比如禁用JavaScript（如果不需要脚本执行）
webClient.getOptions().setJavaScriptEnabled(false);

// 情况1：已有WebResponse对象时直接解析
HtmlPage htmlPage = webClient.getPage(tmpResponse);

// 情况2：从原始HTML字符串构造页面
String rawHtml = "<html><body>...</body></html>";
WebResponseData responseData = new WebResponseData(
    rawHtml.getBytes(StandardCharsets.UTF_8),
    200,
    "OK",
    new WebHeaderCollection()
);
URL targetUrl = new URL("https://your-target-url.com");
WebResponse response = new WebResponse(
    responseData,
    targetUrl,
    HttpMethod.GET,
    System.currentTimeMillis()
);
HtmlPage pageFromHtml = webClient.getPage(response);

方案2：使用PageCreator（底层场景适用） #

如果需要更底层的控制，可通过WebClient的PageCreator来创建页面，它会自动完成页面上下文的初始化：

WebClient webClient = new WebClient();
PageCreator pageCreator = webClient.getPageCreator();

// 通过PageCreator创建HtmlPage，自动初始化所有必要组件
HtmlPage htmlPage = (HtmlPage) pageCreator.createPage(tmpResponse, tmpWebWindow);

错误原因说明 #

你直接通过new HtmlPage(tmpResponse, tmpWebWindow)创建页面的方式，跳过了HtmlUnit内部的初始化流程，页面所需的脚本关联对象（ScriptObject）未被正确实例化，因此调用parse方法时触发"No script object associated with the Page"错误。必须通过WebClient或PageCreator工厂类创建页面，才能保证所有依赖组件初始化完成。

内容的提问来源于stack exchange，提问作者carlos palma