<cbn-root>元素是什么？如何用Java获取目标网站真实内容？

嘿，我来帮你理清这个问题！你遇到的情况其实很典型——<cbn-root>是Angular框架的根组件占位符，这说明你要监控的网站是个单页应用（SPA），下面给你拆解清楚：

先说说<cbn-root>到底是什么 #

• 它是Angular应用的入口标记：浏览器加载初始HTML时只会看到这个空标签，等Angular的JavaScript运行起来后，才会把实际的页面内容渲染到这个标签里面。这就是为什么你在Chrome审查元素里能看到完整内容（那是JS执行后的DOM），但看页面源码或用默认配置的HtmlUnit请求只能拿到空标签的原因。
• 这里的cbn应该是项目的自定义前缀（比如网站名称的缩写），Angular开发者通常会给根组件加这种前缀，避免和其他组件或框架冲突。

用Java获取真实内容的两种可行方案 #

要拿到SPA的动态渲染内容，核心是让工具能执行JavaScript，下面给你两种实用方案：

方案一：给HtmlUnit开启JS渲染 #

HtmlUnit默认是禁用JS的，只要开启并等待页面渲染完成就能拿到内容：

import com.gargoylesoftware.htmlunit.WebClient;
import com.gargoylesoftware.htmlunit.html.HtmlPage;

public class SpaContentFetcher {
    public static void main(String[] args) throws Exception {
        try (WebClient webClient = new WebClient()) {
            // 启用JavaScript支持
            webClient.getOptions().setJavaScriptEnabled(true);
            // 等待后台JS执行完毕（时间可以根据页面复杂度调整，比如5秒）
            webClient.waitForBackgroundJavaScript(5000);
            // 可选：禁用CSS渲染来提升速度
            webClient.getOptions().setCssEnabled(false);

            HtmlPage page = webClient.getPage("https://www.drpciv.ro/drpciv-booking/formular/23/exchangingForeignDriverLicence");
            // 获取渲染后的完整HTML
            String renderedHtml = page.asXml();
            System.out.println(renderedHtml);
        }
    }
}

小提示：HtmlUnit对一些现代JS特性的支持可能不如真实浏览器，如果遇到兼容性问题，可以试试下面的方案。

方案二：用Selenium模拟真实浏览器 #

Selenium会调用真实的浏览器（比如Chrome）来加载页面，完美执行所有JS，能100%获取到和你在浏览器里看到的一样的内容：

import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;
import org.openqa.selenium.chrome.ChromeOptions;

public class SeleniumScraper {
    public static void main(String[] args) {
        // 设置ChromeDriver的路径（根据你的操作系统调整，比如Windows是chromedriver.exe）
        System.setProperty("webdriver.chrome.driver", "/your/path/to/chromedriver");
        
        // 启用无头模式（不用弹出浏览器窗口，适合后台运行）
        ChromeOptions options = new ChromeOptions();
        options.addArguments("--headless=new");
        
        try (WebDriver driver = new ChromeDriver(options)) {
            driver.get("https://www.drpciv.ro/drpciv-booking/formular/23/exchangingForeignDriverLicence");
            // 等待页面加载完成（最好用显式等待，比如等待某个关键元素出现，这里先用sleep做示例）
            Thread.sleep(3000);
            
            // 获取渲染后的完整页面源码
            String renderedHtml = driver.getPageSource();
            System.out.println(renderedHtml);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

注意：使用Selenium需要下载对应版本的浏览器驱动（比如ChromeDriver要和你的Chrome版本匹配），而且可以用WebDriverWait替代Thread.sleep，比如等待预约相关的元素加载出来，这样更可靠。

额外的优化建议 #

• 如果你只是监控预约空位，其实不用抓取整个页面：打开Chrome的开发者工具（F12），切换到Network标签，刷新页面，看看有没有获取预约数据的XHR/fetch接口，直接调用这些接口会比爬页面更高效、更稳定，还不容易触发反爬。
• 记得控制请求频率，不要太频繁访问，避免被网站封禁IP哦。

内容的提问来源于stack exchange，提问作者Aaron