使用htmlunit在线解析网页信息
前言
最近工作上遇到一个问题，后端有一个定时任务，需要用JAVA每天判断法定节假日、周末放假，上班等情况，
其实想单独通过逻辑什么的去判断中国法定节假日的放假情况，基本不可能，因为国家每一年的假期可能不一样，是人为设定的；
所以只能依靠其它手段，能想到的比较靠谱的如下：
- 网络接口：有些数据服务商会提供，要么是收钱的，要么是次数限制，等等各种问题，效果不理想，可控性差，我也没试过，如：https://www.juhe.cn/docs/api/id/177/aid/601或者http://apistore.baidu.com/apiworks/servicedetail/1116.html
- 在线解析网页信息，获取节假日情况：严重依赖被解析的网站网页，所以在选取网站的时候，要找稍微靠谱点的；
- 根据国家规定的法定节假日放假情况，每年录入系统，这种如果客户不怕麻烦的话。还是比较靠谱的；
本Demo将选择第二种来实现；
使用htmlunit在线解析网页信息，获取节假日情况
一开始是使用jsoup去解析网页的，效果不理想，如果网页是动态生成的时候，用jsoup遇到了各种问题，所以改成了htmlunit，总得来说htmlunit还是很强大的，能够模拟浏览器运行，被誉为java浏览器的开源实现；
首先去官网下载相关jar包，以及阅读相关文档：
http://htmlunit.sourceforge.net/
我这里解析的网页是360的万年历：
日历界面如下：
被解析的 HTML格式如下：
实现步骤：
1、加载页面；
2、循环等待页面加载完成（可能会有一些动态页面，是用javascript生成）；
3、根据网页格式解析html内容，并提取关键信息存入封装好的对象；
注意点：
1、难点在于判断是否休假及假期类型，由于原页面并没有标明每一天的假期类型，所以这里的逻辑要自己去实现，详情参考代码；
2、之所以有个静态latestVocationName变量，是防止出现以下情况（出现该情况的概率极低；PS:方法要每天调用一次，该变量才生效）：
代码实现：
定义一个中国日期类：
解析网页，并调用demo，打印本月详情，和当天详情：
运行程序，结果正确：
后续改进措施
当网页加载失败的时候，可以多次尝试；
可以考虑多找几个网站的日历进行解析，当其中一个抛出异常的时候，切换到另一个网站解析；
考虑增加邮件通知或短信通知功能，出现任何异常信息都能实时通知系统管理者；
本文转自风一样的码农博客园博客，原文链接：http://www.cnblogs.com/chenpi/p/5161181.html，如需转载请自行联系原作者