HttpClient 4.0学习

环境准备

无论是PC ，还是移动终端，传输的协议始终是HTTP 协议。

学习路线

1. 简单应用 HttpClient ，登录和不登录的方式， 截取数据

2. 通过 GAE 和 HttpClient 开发出对某个应用的标准 API 数据 (XML 格式 ) 。

3. 结合 HttpClient 和 HTTP 协议，了解 HttpClient 的基本实现原理

准备与 HttpClient 相关的 Jar 包：

# commons-logging-x.x.x.jar # commons-codec-x.x.x.jar # httpcore-x.x.x.jar # httpclient-x.x.x.jar

 

概念术语

HTTP 消息：包括请求 (Request) 、回应 (Response)

消息的组成：消息头 (Header) 、消息实体 (Entity)

消息头的组成

通过 ieHttpHeader 截获了如下的头

请求的头：

GET /cn/ HTTP/1.1 Accept: Accept-Language: zh-cn Accept-Encoding: gzip, deflate User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1) Host: www.huawei.com Connection: Keep-Alive Cookie: JSESSIONID=0000PtOOnIvtTar62-lClbyAO-m:12n56k2cu

响应的头：

HTTP/1.1 200 OK Set-Cookie: MMwwwURL=235eb216f488bb88993cba88; path= Date: Sat, 22 Aug 2009 03:21:59 GMT Server: Apache Accept-Ranges: bytes Vary: Accept-Encoding Content-Encoding: gzip Content-Length: 7320 Keep-Alive: timeout=5, max=100 Connection: Keep-Alive Content-Type: text/html

可知 , Header 有如下特点：

1. 除了第一行之外，其他的都是名 - 值对；请求和响应的区别是非常大的。尤其是第一行。第一行特别提取出 Method, 协议名等作为 HttpClient 的一个特征。

2. 名 - 值对的存在是为了让对方更清楚的了解发送方的意图， HttpClient 将其称为Header Fields 。在 HttpClient 中用 Header 类来表示。

消息实体 (Entity)

应该是指响应中回复的数据，指 MIME 的类型， Response 字段中有 Content-Type 就是用来描述 Entity 的类型 。

有以下 MIME 类型：

普通文本 .txt text/plain RTF 文本 .rtf application/rtf GIF 图形 .gif image/gif JPEG 图形 .ipeg,.jpg image/jpeg au 声音文件 .au audio/basic MIDI 音乐文件 mid,.midi audio/midi,audio/x-midi RealAudio 音乐文件 .ra, .ram audio/x-pn-realaudio MPEG 文件 .mpg,.mpeg video/mpeg AVI 文件 .avi video/x-msvideo GZIP 文件 .gz application/x-gzip TAR 文件 .tar application/x-tar

 

应用流程

第一：得到登录的页面

用 Get 方法去测试，查看以下结果：

1. 是否得到预期的页面？指一些数据，比如从 IE 上能显示的 HTML BODY

2. 是否得到 Sessions cookie ？

一般登录进去之后，才会有这样的 Sessions Cookie ，记得上一讲中的 Http Response Header 吗，里面的 Set Cookies ，可能就包含 Sessions Cookie 。如果此时没有 Set Cookies肯定说明此时 Session 没有建立。说明你还需要做一步工作，就是 " 建立 Sessions" 。 ( 引申一下， 即使存在 Set Cookie 这样的字段， 一定保证里面设置的就是 Session 吗？ 也不一定， 保险的做法是，按照浏览器的习惯，从主页，再到登录页面，主页的目的只是为了获取必要的 Cookie 不要一步登天，当然，我们可以测试一下先，免得做不必要的登录主页，获取 Cookie 的操作 ) 。

如果，上面的 set cookie 你也有了，请求的 URL 也确认无误，但还是得不到预期的登录界面。很可能就是对方有个字段没有设置： User-Agent ， 这个是指明你采用了哪个客户端向服务器发送请求，比如常用的有 IE 、 FF 、 Chrome ，设置主流的浏览器就成。

第二：建立 Session

这是在第一步失败的情况下需要的工作。通常的情况是，从主页去 Get 一把，从而得到Cookie 。下次 Login 请求的时候，将这些 Cookie 带进去。

HttpClient 提供了一套自动机制帮我们发送 Cookie ， Cookie Store ，把 Response 中的Cookie 放置其中，并在发送的时候，帮我们发过去 ( 如果没有发送过去，检查 Cookie Store是否为同一个 ) 。

如果依然没有发送过去，这个时候就要检测 Cookie Scope ， 比如：

A cookie for host "jakarta.apache.org" will not be sent to host "tomcat.apache.org". A cookie for domain ".apache.org" will be sent to both

注意， BT 的来了：

A cookie for host "apache.org", without the leading dot, will not be sent to "jakarta.apache.org".

如果还不行 ... 崩溃 ... 先别看了，以后再去这里寻求帮助好了

第三：分析表单

分析的方式是通过浏览器来的。建议过配置文件去灵活转化，不必进行复杂的表单解析工作。

OK ，可以按照 Browser 的习惯处理 HttpClient 的应用：

1. 得到必要的 Cookie 包括 Session id ， 这个时候，我们还是用主页登录比较好。此时如果主页没有可用的信息，则我们只需要处理 Response 中的 Cookie 字段就好了。

2. 找到访问的路径。设置必要的参数对和必要的 URL( 包括表单项目 ) 。

      

功能封装

这里主要对一些 HttpClient 的基本功能实现封装， 封装成自己的 API ，供后续应用进行调用。下例可以将指定 URL 的内容获取过来。

处理 Entity 的实例：

Java代码  

1. import java.io.BufferedReader;  
2. import java.io.IOException;  
3. import java.io.InputStream;  
4. import java.io.InputStreamReader;  
5.   
6. import org.apache.http.HttpEntity;  
7. import org.apache.http.HttpResponse;  
8. import org.apache.http.client.HttpClient;  
9. import org.apache.http.client.methods.HttpGet;  
10. import org.apache.http.impl.client.DefaultHttpClient;  
11.   
12. public class ClientConnectionRelease {  
13.   
14.     /** 
15.      * 处理一个实体 
16.      *  
17.      * @param entity 
18.      */  
19.     private static StringBuffer processEntity(HttpEntity entity) {  
20.   
21.     StringBuffer sb = new StringBuffer();  
22.     InputStreamReader iReader = null;  
23.     try {  
24.         // 从消息实体中获取输入流对象  
25.         InputStream inputStream = entity.getContent();  
26.         iReader = new InputStreamReader(inputStream);  
27.         BufferedReader reader = new BufferedReader(iReader);  
28.         String line = null;  
29.         // 用reader.ready()是不行的，这是用来判断此流是否已准备好被读取  
30.         while ((line = reader.readLine()) != null) {  
31.         sb.append(line + "\r\n");  
32.         }  
33.     } catch (Exception ex) {  
34.         ex.printStackTrace();  
35.     } finally {  
36.         try {  
37.         iReader.close();  
38.         } catch (IOException e) {  
39.         e.printStackTrace();  
40.         }  
41.     }  
42.     return sb;  
43.   
44.     }  
45.   
46.     /** 
47.      * main方法 
48.      *  
49.      * @param args 
50.      * @throws Exception 
51.      */  
52.     public final static void main(String[] args) throws Exception {  
53.   
54.     // 创建HttpClient实例  
55.     HttpClient httpclient = new DefaultHttpClient();  
56.     // 创建Get方法实例  
57.     HttpGet httpget = new HttpGet("http://www.baidu.com/");  
58.     // HttpClient执行Get方法实例后得到响应  
59.     HttpResponse response = httpclient.execute(httpget);  
60.     // 从响应中获取消息实体，如果有的话  
61.     HttpEntity entity = response.getEntity();  
62.     // 处理消息实体中的内容  
63.     try {  
64.         StringBuffer sb = processEntity(entity);  
65.         System.out.println(sb);  
66.     } catch (RuntimeException ex) {  
67.         // 终止执行请求  
68.         httpget.abort();  
69.         throw ex;  
70.     }  
71.     // 释放连接  
72.     httpclient.getConnectionManager().shutdown();  
73.     }  
74. }