HttpClient :
最近要 抓取其他网站的数据, 尝试了 HttpClient
http://hc.apache.org/ 官网提供了很详细了的 例子
尝试连接的次数
HttpRequestRetryHandler myRetryHandler = new HttpRequestRetryHandler() {
public boolean retryRequest(IOException exception, int executionCount,HttpContext context) {
System.out.println("尝试连接次数:-------:"+executionCount);
if (executionCount >= 5) {
// 如果超过最大重试次数,那么就不要继续了
return false;
}
if (exception instanceof NoHttpResponseException) {
// 如果服务器丢掉了连接,那么就重试
return true;
}
if (exception instanceof SSLHandshakeException) {
// 不要重试SSL握手异常
return false;
}
HttpRequest request = (HttpRequest) context.getAttribute(
ExecutionContext.HTTP_REQUEST);
boolean idempotent = !(request instanceof
HttpEntityEnclosingRequest);
if (idempotent) {
// 如果请求被认为是幂等的,那么就重试
return true;
}
return false;
}
};
GET:
@Test
public void test_OOC(){
DefaultHttpClient httpclient = new DefaultHttpClient();
try {
//设置
httpclient.setHttpRequestRetryHandler(myRetryHandler);
List<NameValuePair> formparams = new
ArrayList<NameValuePair>();
formparams.add(new BasicNameValuePair("eltype", "ct"));
formparams.add(new BasicNameValuePair("cont_no", "XXX"));
URI uri = URIUtils.createURI("http", "www.XXXX.com", -1,
"XXXXXXX",
URLEncodedUtils.format(formparams, "UTF-8"), null);
HttpGet httpget = new HttpGet(uri);
System.out.println(httpget.getURI());
//获得String 的方法
ResponseHandler<String> responseHandler = new BasicResponseHandler();
String responseBody = httpclient.execute(httpget, responseHandler);
//处理HTML
//Document doc = Jsoup.parse(responseBody);
//Elements elements = doc.select("#printContent");
saveFile("OOCL",responseBody);
} catch (Exception e) {
e.printStackTrace();
} finally {
httpclient.getConnectionManager().shutdown();
}
}
Post:
List<NameValuePair> formparams = new
ArrayList<NameValuePair>();
formparams.add(new BasicNameValuePair("userId", "null"));
formparams.add(new BasicNameValuePair("iId", "182000"));
formparams.add(new BasicNameValuePair("NameList", ""));
formparams.add(new BasicNameValuePair("type", "A"));
UrlEncodedFormEntity urlEntity = new UrlEncodedFormEntity(formparams, "UTF-8");
HttpPost httppost = new HttpPost("xxxxxxxx");
public static void saveFile(String fileName,String data){
BufferedWriter bw= null;
try{
String path="C:\\Users\\Thomas\\Desktop\\Tracking\\"+fileName+".html";
File file = new File(path);
if(!file.exists()){
file.createNewFile();
}
bw = new BufferedWriter(new FileWriter(path));
bw.write(data) ;
}catch(Exception e){
e.printStackTrace();
}finally{
if(null!=bw){
try {
bw.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
JSOUP:
官网:www.jsoup.com
他的解析功能也很 强大,类似 JQUERY ,比较好用, 至于HTML parser 就没有 尝试使用了
POST:
Document doc = Jsoup.connect("http://XXXXXXXp").data("tr_num", "unit_no").data("tf_bl_no","XXXX").post();
Elements elements = doc.select("table").eq(2);
get:
Document doc = Jsoup.connect("http://www.cma-cgm.com/eBusiness/Tracking/Default.aspx").data("ContNum", "CMAU5364714").get();
分享到:
相关推荐
httpclient4.1、xstream-1.3.1、slf4j-log4j12-1.5.10、slf4j-api-1.5.10、log4j-1.2.15、json-lib-2.2.3-jdk13、gson-2.2.4、ezmorph-1.0.6、dom4j-1.6.1、commons-logging-1.0.4、commons-lang-2.3、commons-...
3,综合运用HttpClient+Jsoup+Kafka+SparkStreaming+StructuredStreaming+SpringBoot+Echarts等多种实用技术 适用人群 1、对大数据感兴趣的在校生及应届毕业生。 2、对目前职业有进一步提升要求,希望从事大数据...
可以使用Apache HttpClient或OkHttp等库来进行网络请求处理。 - **Apache HttpClient**:提供了一个高级API来发送HTTP请求,可以灵活配置请求参数。 - **OkHttp**:一个高效的HTTP客户端库,支持同步和异步请求,...
- 安装必要的库,如Apache HttpClient库(文中使用3.1版本,但推荐使用4.1或更高版本)用于发送HTTP请求,以及Apache POI库用于处理Excel文件。 2. **创建项目结构**: - 在Eclipse中新建一个Java工程,并创建一...
在你提供的压缩包"Myspider4.1"中,很可能包含了上述技术的实现,以及详细的使用方法和示例代码。通过学习和分析这些代码,你可以深入了解Java爬虫的工作原理,并且能动手编写自己的爬虫程序。在实际应用中,还需要...
**4.1 开发环境** - 小程序端开发环境:微信开发者工具。 - 后台开发环境:Java开发环境,包括JDK、IDEA等。 - 数据库:MySQL。 **4.2 网络爬虫获取数据** - **数据获取**:利用网络爬虫技术从各大美食网站上获取...