Em resumo, o HtmlUnit possui uma API que permite aplicações Java executarem as mesmas ações que um usuário realizaria no navegador, alguns exemplos incluem invocar uma página web, clicar em botões e/ou links, preencher formulários...
A grosso modo é um navegador sem a interface gráfica ─ os responsáveis pelo projeto o intitulam assim ─ as features e outras informações podem ser encontradas na página do projeto.
Exemplo
Considere um acesso à página http://meusiteficticio.com
que possui um formulário na página com essa estrutura:
<form id='form-login' action='/login' method='post'>
<input name='user' type='text' placeholder='Nome de usuário'/>
<input name='pass' type='password' placeholder='Senha'/>
<input type='submit' value='entrar'/>
</form>
Pelo navegador, o usuário iria inserir um nome de usuário e uma senha nos devidos campos, em seguida clicar no botão para submeter o formulário. Nós, faremos o mesmo porém dentro da aplicação.
Eles implementaram (v2.8) e tornaram público (v2.11) os métodos querySelector
e querySelectorAll
que funcionam semelhante as funções que existem em Javascript. Para obter o mesmo resultado do código anterior com estes métodos o código pode ficar assim:
// Obtém a página de login.
HtmlPage paginaDeLogin = new WebClient(BrowserVersion.BEST_SUPPORTED)
.getPage("http://meusiteficticio.com");
// Obtém os elementos do formulário.
HtmlTextInput inputNomeDeUsuario = paginaDeLogin.querySelector("input[name='user']");
HtmlPasswordInput inputSenha = paginaDeLogin.querySelector("input[name='pass']");
HtmlSubmitInput botaoEnviar = paginaDeLogin.querySelector("#form-login > input[type='submit']");
// Define o valor do atributo 'value' dos inputs.
inputNomeDeUsuario.setValueAttribute("joao");
inputSenha.setValueAttribute("joao1234");
// Simula o "click" no botão de submit e aguarda retorno
HtmlPage paginaAposOLogin = botaoEnviar.click();
// Mostra o código html da página
System.out.println(paginaAposOLogin.asXml());
Se estiver usando uma versão antiga, que não suporta o querySelector
, você primeiro terá que obter o formulário e depois ir pegando os inputs por meio do método getInputByName
:
// Simulando um navegador Chrome.
WebClient client = new WebClient(BrowserVersion.CHROME);
// Obtém a página.
HtmlPage paginaDeLogin = client.getPage("http://meusiteficticio.com");
// Obtém o formulário de login pelo atributo "id" no html.
// O segundo parâmetro é para aceitar case-sensitive
// e.g "FoRm-LoGiN" também encontraria o formulário.
HtmlForm formularioDeLogin = paginaDeLogin.getElementById("form-login", true);
// Obtém o inputs (do formulário) pelo atributo "name":
HtmlTextInput inputNomeDeUsuario = formularioDeLogin.getInputByName("user");
HtmlPasswordInput inputSenha = formularioDeLogin.getInputByName("pass");
// O "botão" de submit não possui name, id, class, etc.
// Então uma forma de obtê-lo é pelo "value='entrar".
HtmlSubmitInput botaoEnviar = formularioDeLogin.getInputByValue("entrar");
// Insere os valores nos campos de nome de usuário e senha
// (como se estivesse digitando pelo navegador)
inputNomeDeUsuario.setValueAttribute("joao");
inputSenha.setValueAttribute("joao1234");
// Simula o "click" no botão de submit e aguarda retorno
HtmlPage paginaAposOLogin = botaoEnviar.click();
// Mostra o código html da página
System.out.println(paginaAposOLogin.getWebResponse().getContentAsString());
Seja legal, trate as exceções. Tentar inserir (ou mesmo manipular) um valor em um input que não existe lançará uma NullPointerException
.
Mantendo os cookies
Se precisar manter os cookies para o uso nas próximas requisições você deve definir um CookieManager
para o seu "navegador" ─ leia-se WebClient
.
WebClient client = new WebClient(BrowserVersion.FIREFOX_24);
CookieManager cookieManager = client.getCookieManager();
cookieManager.setCookiesEnabled(true);
client.setCookieManager(cookieManager);
HtmlPage fb = client.getPage("https://facebook.com");
Desabilitando avisos e Advertências
O HtmlUnit irá exibir todas as advertências que invalide o documento Html, por exemplo, atributos obsoletos, erros em código Javascript e CSS ─ como pode ser visto nessa imagem:

Você pode desligar esses alertas definindo nível do logger do HtmlUnit como OFF
:
Logger.getLogger("com.gargoylesoftware.htmlunit").setLevel(Level.OFF);