转载自http://lovejuan1314.javaeye.com/blog/290461

有强大的cURL，忘掉httpclient的吧！
这段时间想做一个网页采集的程序，由于一网站采用了防采集的办法，我的httpclient总是在登录后无法获取到我想要过去的链接。在无数次的跟踪过后发现原来人家给返回的是javascript拼成的页面，而且其中包含了frameset，期间嵌套好多frame。由于httpclient的 getResonseBody仅仅只能得到服务器端而不能将它进一步做解析和执行。期间到时尝试想进一步将返回的js代码模拟浏览器执行，但是，突然想起 php的cURL 模块很是强大，它就可以直接拿回来。所以就想是否尝试cURL是否会很简单哪？

安装cURL
Java代码

   1. yum install curl curl-devle 

yum install curl curl-devle



下载libcurl的java绑定
http://curl.haxx.se/libcurl/java/

配置和编译java-libcurl
Java代码

   1. gunzip curl-java-0.2.2.tar.gz 
   2. tar xvf curl-java-0.2.2.tar 
   3. cd curl-java-0.2.2 
   4. make 

gunzip curl-java-0.2.2.tar.gz
tar xvf curl-java-0.2.2.tar
cd curl-java-0.2.2
make



注意，在linux下会生成相应的javacurl库文件以及一些需要用到的java类源文件。不过注意在编译的时候把MakeFile中的路径都配置到你安装的目录中哦。

windows下要编译成dll文件。在eclipse环境中要将dll文件放在WINDOWS/system32或者按照你的目录标准重写头文件，然后执行编译。否则会给出java.lang.UnsatisfiedLinkError的错误。

有关该错误，可见偶们强大的JEr的讨论，帖子在：
http://www.iteye.com/topic/58461?page=2

因为，在libcurl-java中的源文件中有
Java代码

   1. try { 
   2.    // Loading up the shared JNI 
   3.    System.loadLibrary("javacurl"); 
   4.  } catch (Exception e) { 
   5.    e.printStackTrace(); 
   6.  } 

   try {
      // Loading up the shared JNI
      System.loadLibrary("javacurl");
    } catch (Exception e) {
      e.printStackTrace();
    }



相关windows环境下已经编译好的包下载地址在：
http://www.gknw.de/mirror/curl/curl_java/

然后，执行curl-java-0.2.2包中的test.java文件（可以将里面的url，改成你想登入的顽固网站）

你是否看见你它贴心的给你返回你想要的东西了呢？

如果用ruby，python或者perl的话，也是只需安装他们的libcurl绑定模块即可，然后在你的世界畅游吧。
2
顶
3
踩