引用 ：
http://my.oschina.net/xiahuawuyu/blog/82580
HttpClient client = new HttpClient();
client.getParams().setBooleanParameter(
"http.protocol.expect-continue", false);
PostMethod method = new PostMethod(url);
几个额外的辅助方法
请求行 ,是一个方法符号开头 ,后面跟着请求 URI和协议的版本, 以CRLF作为结尾 . 请求后以空格分隔. 除了作为结尾的 CRLF(回车换行)外,不允许出现单独的CR和LF字符,格式如下:
Method Request-URI HTTP-Version CRLF
例如 : GET /test.html HTTP/1.1 (CRLF)
HTTP请求方法 : GET POST HEAD DELETE PUT
POST方法用于向服务器发送请求,要求服务器接受附在请求后面的数据.POST方法在表单提交的时候用的最多 .
例如:
POST /login.jsp HTTP/1.1 (CRLF)
Accept:image/gif (CRLF) (...)
........
Host:www.sample.com (CRLF)
(CRLF)
username=hell@password=123456 两个(CRLF)之后加上参数
HEAD方法只是请求消息报头,而不是完整的内容. 通常用于测试超链接的有效性.
HTTP响应
HTTP-Version Status-Code Reason-Phrase CRLF
例如 : HTTP/1.1 200 OK (CRLF)
状态分类
1xx 提示信息
2xx 请求成功
3xx 重定向
4xx 客户端错误
5xx 服务器错误
HTTP消息有客户端到服务器的请求和服务器到客户端的响应组成.
消息都是由开始行,消息报头(可选),空行(只有CRLF的行),消息正文(可选)组成.
对于请求消息,开始行就是请求行,对于响应消息,开始行就是状态行.
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
HttpClient client = new HttpClient();
client.getParams().setBooleanParameter(
"http.protocol.expect-continue", false);
PostMethod method = new PostMethod(url);
method.addRequestHeader("Connection", "close");
一。 http 工作 大至 原理
HTTP工作原理
1.客户端和服务器。
2.建立连接，客户端向服务器发送一个请求。
3.服务器接受到请求后，向客户端发出响应信息。
4.客户端与服务器断开链接。
请求报文与响应报文。
请求报文格式:
请求行-->通用信息头-->请求头-->实体头-->报文主体
响应报文格式:
状态行-->通用信息头-->相应头-->实体头-->报文主体
android 集成了org.apache.http.client.HttpClient; 可以直接实现简单的htttp Get 和 Post 操作 但是不支持 多部post 操作 。 要实现 多部分post 操作还需要导 额外 jar包 这里就不介绍了。
实现一个 http 操作
1 。需要生成一个Http Client 客户端对象 。
2。 生成响应的请求对象 。
3。接受发回的信息 。
4.。解析返回的信息。
直接看 get 请求操作 。
01 | public String httpGet(String url, String params) throws Exception{ |
02 | |
03 | String result=""; //返回信息 |
04 | if (null!=params&&!params.equals("")) |
05 | { |
06 | url += "?" + params; |
07 | } |
08 | //创建一个httpGet请求 |
09 | HttpGet request=new HttpGet(url); |
10 | //创建一个htt客户端 |
11 | HttpClient httpClient=new DefaultHttpClient(); |
12 | //接受客户端发回的响应 |
13 | HttpResponse httpResponse=httpClient.execute(request); |
14 | int statusCode=httpResponse.getStatusLine().getStatusCode(); |
15 | if(statusCode==HttpStatus.SC_OK){ |
16 | //得到客户段响应的实体内容 |
17 | HttpEntity responseHttpEntity=httpResponse.getEntity(); |
18 | //得到输入流 |
19 | InputStream in=responseHttpEntity.getContent(); |
20 | //得到输入流的内容 |
21 | result=getData(in); |
22 | } |
23 | Log.d(TAG, statusCode+""); |
24 | return result; |
25 | } |
post 操作
Method Request-URI HTTP-Version CRLF
例如 : GET /test.html HTTP/1.1 (CRLF)
HTTP请求方法 : GET POST HEAD DELETE PUT
POST方法用于向服务器发送请求,要求服务器接受附在请求后面的数据.POST方法在表单提交的时候用的最多 .
例如:
POST /login.jsp HTTP/1.1 (CRLF)
Accept:image/gif (CRLF) (...)
........
Host:www.sample.com (CRLF)
(CRLF)
username=hell@password=123456 两个(CRLF)之后加上参数
HEAD方法只是请求消息报头,而不是完整的内容. 通常用于测试超链接的有效性.
HTTP响应
HTTP-Version Status-Code Reason-Phrase CRLF
例如 : HTTP/1.1 200 OK (CRLF)
状态分类
1xx 提示信息
2xx 请求成功
3xx 重定向
4xx 客户端错误
5xx 服务器错误
HTTP消息有客户端到服务器的请求和服务器到客户端的响应组成.
消息都是由开始行,消息报头(可选),空行(只有CRLF的行),消息正文(可选)组成.
对于请求消息,开始行就是请求行,对于响应消息,开始行就是状态行.
Apache HttpClient 是很方便的 Java 开源的访问 HTTP 资源的组件。网站上的资源不总是能匿名访问的，很多都需要登陆后才能操作，且不说论坛里登陆后才能发言，就是某些稍显敏感的 XML 等信息也是登陆后才能获取到的。
没问题，HttpClient 能让你做到，它提供了 Basic 和 Form-Based 两种验证方式。登陆后获得服务器端发来的 Cookie 作为下一次访问的凭证, 让服务端认为你还是个合法用户。服务端不是用 Session 来维护会话的吗？是的，Session 也要有个载体，Cookie 了。或有时 Java Web 会用 jsessionid 参数在服务端与客户端来回关联 Session 信息，也没问题，HttpClient 同样能胜任。
下面主要说明 Form-Based 的验证方式，Basic 的验证简单列了几行代码，还未实践，具体可参考文后的链接。
看 Form-Based 方式的演示代码，如果登陆时需要一个验证码的话，那只有自己想办法怎么得到这个码了，登陆时谁都想无码：
01 | package cc.unmi.httpclient; |
02 | |
03 | import org.apache.commons.httpclient.Cookie; |
04 | import org.apache.commons.httpclient.HttpClient; |
05 | import org.apache.commons.httpclient.NameValuePair; |
06 | import org.apache.commons.httpclient.cookie.CookiePolicy; |
07 | import org.apache.commons.httpclient.methods.GetMethod; |
08 | import org.apache.commons.httpclient.methods.PostMethod; |
09 | import org.junit.Test; |
10 | |
11 | public class HttpClientLogin { |
12 | |
13 | public static void main(String[] args){ |
14 | //登陆 Url |
15 | String loginUrl = "http://localhost/unmi/login.html"; |
16 | |
17 | //需登陆后访问的 Url |
18 | String dataUrl = "http://localhost/unmi/user_info.html?userid=123456"; |
19 | |
20 | HttpClient httpClient = new HttpClient(); |
21 | |
22 | //模拟登陆，按实际服务器端要求选用 Post 或 Get 请求方式 |
23 | PostMethod postMethod = new PostMethod(loginUrl); |
24 | |
25 | //设置登陆时要求的信息，一般就用户名和密码，验证码自己处理了 |
26 | NameValuePair[] data = { |
27 | new NameValuePair("username", "Unmi"), |
28 | new NameValuePair("password", "123456"), |
29 | new NameValuePair("code", "anyany") |
30 | }; |
31 | postMethod.setRequestBody(data); |
32 | |
33 | try { |
34 | //设置 HttpClient 接收 Cookie,用与浏览器一样的策略 |
35 | httpClient.getParams().setCookiePolicy(CookiePolicy.BROWSER_COMPATIBILITY); |
36 | httpClient.executeMethod(postMethod); |
37 | |
38 | //获得登陆后的 Cookie |
39 | Cookie[] cookies=httpClient.getState().getCookies(); |
40 | String tmpcookies= ""; |
41 | for(Cookie c:cookies){ |
42 | tmpcookies += c.toString()+";"; |
43 | } |
44 | |
45 | //进行登陆后的操作 |
46 | GetMethod getMethod = new GetMethod(dataUrl); |
47 | |
48 | //每次访问需授权的网址时需带上前面的 cookie 作为通行证 |
49 | getMethod.setRequestHeader("cookie",tmpcookies); |
50 | |
51 | //你还可以通过 PostMethod/GetMethod 设置更多的请求后数据 |
52 | //例如，referer 从哪里来的，UA 像搜索引擎都会表名自己是谁，无良搜索引擎除外 |
53 | postMethod.setRequestHeader("Referer", "http://unmi.cc"); |
54 | postMethod.setRequestHeader("User-Agent","Unmi Spot"); |
55 | |
56 | httpClient.executeMethod(getMethod); |
57 | |
58 | //打印出返回数据，检验一下是否成功 |
59 | String text = getMethod.getResponseBodyAsString(); |
60 | System.out.println(text); |
61 | |
62 | } catch (Exception e) { |
63 | e.printStackTrace(); |
64 | } |
65 | } |
66 | } |
67 | Basic 验证的简单代码导引，还未亲试： |
68 |
69 | HttpClient client = new HttpClient(); |
70 | |
71 | // 1 |
72 | client.getState().setCredentials( |
73 | new AuthScope("unmi.cc", 80, AuthScope.ANY_REALM), |
74 | new UsernamePasswordCredentials("username", "password") |
75 | ); |
76 | |
77 | // 2 |
78 | client.getParams().setAuthenticationPreemptive(true); |
79 | |
80 | // 3 |
81 | GetMethod getMothod = new GetMethod("http://unmi.cc/twitter"); |
82 | |
83 | // 4 |
84 | getMothod.setDoAuthentication( true ); |
85 | |
86 | // 5 |
87 | int status = client.executeMethod( getMothod ); |
http://unmi.cc/httpclient-login-session
999999999999999999999999
01 | post步骤 解析json数据（向服务器传递，接受服务器传递）） |
02 | www.MyException.Cn 发布于：2012-08-11 20:50:31 浏览：13次 |
03 |
04 | |
05 | httpClient post方法 解析json数据（向服务器传递，接受服务器传递）） |
06 | |
07 | |
08 | public class json extends Activity { |
09 | public Context context; |
10 | private TextView textView1; |
11 | public static String URL = "http://webservice.webxml.com.cn/WebServices/WeatherWebService.asmx?wsdl"; |
12 | private DefaultHttpClient httpClient; |
13 | StringBuilder result = new StringBuilder(); |
14 | private static final int TIMEOUT = 60; |
15 | public void onCreate(Bundle savedInstanceState) { |
16 | super.onCreate(savedInstanceState); |
17 | setContentView(R.layout.main); |
18 | HttpParams paramsw = createHttpParams(); |
19 | httpClient = new DefaultHttpClient(paramsw); |
20 | HttpPost post = new HttpPost( "http://webservice.webxml.com.cn/WebServices/WeatherWebService.asmx?wsdl"); |
21 | List<NameValuePair> params = new ArrayList<NameValuePair>(); |
22 | params.add(new BasicNameValuePair("name", "this is post")); |
23 | try { |
24 | //向服务器写json |
25 | JSONObject json = new JSONObject(); |
26 | Object email = null; |
27 | json.put("email", email); |
28 | Object pwd = null; |
29 | json.put("password", pwd); |
30 | StringEntity se = new StringEntity( "JSON: " + json.toString()); |
31 | se.setContentEncoding(new BasicHeader(HTTP.CONTENT_TYPE, "application/json")); |
32 | post.setEntity(se); |
33 | post.setEntity(new UrlEncodedFormEntity(params, HTTP.UTF_8)); |
34 | HttpResponse httpResponse = httpClient.execute(post); |
35 |
36 | int httpCode = httpResponse.getStatusLine().getStatusCode(); |
37 | if (httpCode == HttpURLConnection.HTTP_OK&&httpResponse!=null) { |
38 | Header[] headers = httpResponse.getAllHeaders(); |
39 | HttpEntity entity = httpResponse.getEntity(); |
40 | Header header = httpResponse.getFirstHeader("content-type"); |
41 | //读取服务器返回的json数据（接受json服务器数据） |
42 | InputStream inputStream = entity.getContent(); |
43 | InputStreamReader inputStreamReader = new InputStreamReader(inputStream); |
44 | BufferedReader reader = new BufferedReader(inputStreamReader);// 读字符串用的。 |
45 | String s; |
46 | while (((s = reader.readLine()) != null)) { |
47 | result.append(s); |
48 |
49 | } |
50 | reader.close();// 关闭输入流 |
51 | //在这里把result这个字符串个给JSONObject。解读里面的内容。 |
52 | JSONObject jsonObject = new JSONObject(result.toString()); |
53 | String re_username = jsonObject.getString("username"); |
54 | String re_password = jsonObject.getString("password"); |
55 | int re_user_id = jsonObject.getInt("user_id"); |
56 | setTitle("用户id_"+re_user_id); |
57 | Log.v("url response", "true="+re_username); |
58 | Log.v("url response", "true="+re_password); |
59 |
60 | } else { |
61 |
62 | textView1.setText("Error Response" + httpResponse.getStatusLine().toString()); |
63 |
64 | } |
65 | } catch (UnsupportedEncodingException e) { |
66 | } catch (ClientProtocolException e) { |
67 | } catch (IOException e) { |
68 | } catch (JSONException e) { |
69 | e.printStackTrace(); |
70 | } finally { |
71 | if (httpClient != null) { |
72 | httpClient.getConnectionManager().shutdown();// 最后关掉链接。 |
73 | httpClient = null; |
74 | } |
75 | } |
76 | } |
77 |
78 | public static final HttpParams createHttpParams() { |
79 | final HttpParams params = new BasicHttpParams(); |
80 | HttpConnectionParams.setStaleCheckingEnabled(params, false); |
81 | HttpConnectionParams.setConnectionTimeout(params, TIMEOUT * 1000); |
82 | HttpConnectionParams.setSoTimeout(params, TIMEOUT * 1000); |
83 | HttpConnectionParams.setSocketBufferSize(params, 8192 * 5); |
84 | return params; |
85 | } |
86 | } |
348888888888888888
HttpClient程序包是一个实现了 HTTP 协议的客户端编程工具包，要想熟练的掌握它，必须熟悉 HTTP协议。一个最简单的调用如下：
import java.io.IOException;
import org.apache.http.HttpResponse;
import org.apache.http.client.ClientProtocolException;
import org.apache.http.client.HttpClient;
import org.apache.http.client.methods.HttpGet;
import org.apache.http.client.methods.HttpUriRequest;
import org.apache.http.impl.client.DefaultHttpClient;
public class Test {
public static void main(String[] args) {
// 核心应用类
HttpClient httpClient = new DefaultHttpClient();
// HTTP请求
HttpUriRequest request =
new HttpGet("http://localhost/index.html");
// 打印请求信息
System.out.println(request.getRequestLine());
try {
// 发送请求，返回响应
HttpResponse response = httpClient.execute(request);
// 打印响应信息
System.out.println(response.getStatusLine());
} catch (ClientProtocolException e) {
// 协议错误
e.printStackTrace();
} catch (IOException e) {
// 网络异常
e.printStackTrace();
}
}
}
如果HTTP服务器正常并且存在相应的服务，则上例会打印出两行结果：
GET http://localhost/index.html HTTP/1.1
HTTP/1.1 200 OK
核心对象httpClient的调用非常直观，其execute方法传入一个request对象，返回一个response对象。使用 httpClient发出HTTP请求时，系统可能抛出两种异常，分别是ClientProtocolException和IOException。第一种异常的发生通常是协议错误导致，如在构造HttpGet对象时传入的协议不对（例如不小心将”http”写成”htp”），或者服务器端返回的内容不符合HTTP协议要求等；第二种异常一般是由于网络原因引起的异常，如HTTP服务器未启动等。
从实际应用的角度看，HTTP协议由两大部分组成：HTTP请求和HTTP响应。那么HttpClient程序包是如何实现HTTP客户端应用的呢？实现过程中需要注意哪些问题呢？
HTTP请求
HTTP 1.1由以下几种请求组成：GET, HEAD, POST, PUT, DELETE, TRACE and OPTIONS， 程序包中分别用HttpGet, HttpHead, HttpPost, HttpPut, HttpDelete, HttpTrace, and HttpOptions 这几个类创建请求。所有的这些类均实现了HttpUriRequest接口，故可以作为execute的执行参数使用。
所有请求中最常用的是GET与POST两种请求，与创建GET请求的方法相同，可以用如下方法创建一个POST请求：
HttpUriRequest request = new HttpPost(
"http://localhost/index.html");
HTTP请求格式告诉我们，有两个位置或者说两种方式可以为request提供参数：request-line方式与request-body方式。
request-line
request-line方式是指在请求行上通过URI直接提供参数。
（1）
我们可以在生成request对象时提供带参数的URI，如：
HttpUriRequest request = new HttpGet(
"http://localhost/index.html?param1=value1¶m2=value2");
（2）
另外，HttpClient程序包为我们提供了URIUtils工具类，可以通过它生成带参数的URI，如：
URI uri = URIUtils.createURI("http", "localhost", -1, "/index.html",
"param1=value1¶m2=value2", null);
HttpUriRequest request = new HttpGet(uri);
System.out.println(request.getURI());
上例的打印结果如下：
http://localhost/index.html?param1=value1¶m2=value2
（3）
需要注意的是，如果参数中含有中文，需将参数进行URLEncoding处理，如：
String param = "param1=" + URLEncoder.encode("中国", "UTF-8") + "¶m2=value2";
URI uri = URIUtils.createURI("http", "localhost", 8080,
"/sshsky/index.html", param, null);
System.out.println(uri);
上例的打印结果如下：
http://localhost/index.html?param1=%E4%B8%AD%E5%9B%BD¶m2=value2
（4）
对于参数的URLEncoding处理，HttpClient程序包为我们准备了另一个工具类：URLEncodedUtils。通过它，我们可以直观的（但是比较复杂）生成URI，如：
List params = new ArrayList();
params.add(new BasicNameValuePair("param1", "中国"));
params.add(new BasicNameValuePair("param2", "value2"));
String param = URLEncodedUtils.format(params, "UTF-8");
URI uri = URIUtils.createURI("http", "localhost", 8080,
"/sshsky/index.html", param, null);
System.out.println(uri);
上例的打印结果如下：
http://localhost/index.html?param1=%E4%B8%AD%E5%9B%BD¶m2=value2
request-body
与request-line方式不同，request-body方式是在request-body中提供参数，此方式只能用于POST请求。在 HttpClient程序包中有两个类可以完成此项工作，它们分别是UrlEncodedFormEntity类与MultipartEntity类。这两个类均实现了HttpEntity接口。
（1）
使用最多的是UrlEncodedFormEntity类。通过该类创建的对象可以模拟传统的HTML表单传送POST请求中的参数。如下面的表单：
<form action="http://localhost/index.html" method="POST">
<input type="text" name="param1" value="中国"/>
<input type="text" name="param2" value="value2"/>
<inupt type="submit" value="submit"/>
</form>
我们可以用下面的代码实现：
List formParams = new ArrayList();
formParams.add(new BasicNameValuePair("param1", "中国"));
formParams.add(new BasicNameValuePair("param2", "value2"));
HttpEntity entity = new UrlEncodedFormEntity(formParams, "UTF-8");
HttpPost request = new HttpPost(“http://localhost/index.html”);
request.setEntity(entity);
当然，如果想查看HTTP数据格式，可以通过HttpEntity对象的各种方法取得。如：
List formParams = new ArrayList();
formParams.add(new BasicNameValuePair("param1", "中国"));
formParams.add(new BasicNameValuePair("param2", "value2"));
UrlEncodedFormEntity entity = new UrlEncodedFormEntity(formParams, "UTF-8");
System.out.println(entity.getContentType());
System.out.println(entity.getContentLength());
System.out.println(EntityUtils.getContentCharSet(entity));
System.out.println(EntityUtils.toString(entity));
上例的打印结果如下：
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
39
UTF-8
param1=%E4%B8%AD%E5%9B%BD¶m2=value2
（2）
除了传统的application/x-www-form-urlencoded表单，我们另一个经常用到的是上传文件用的表单，这种表单的类型为 multipart/form-data。在HttpClient程序扩展包（HttpMime）中专门有一个类与之对应，那就是 MultipartEntity类。此类同样实现了HttpEntity接口。如下面的表单：
<form action="http://localhost/index.html" method="POST"
enctype="multipart/form-data">
<input type="text" name="param1" value="中国"/>
<input type="text" name="param2" value="value2"/>
<input type="file" name="param3"/>
<inupt type="submit" value="submit"/>
</form>
我们可以用下面的代码实现：
MultipartEntity entity = new MultipartEntity();
entity.addPart("param1", new StringBody("中国", Charset.forName("UTF-8")));
entity.addPart("param2", new StringBody("value2", Charset.forName("UTF-8")));
entity.addPart("param3", new FileBody(new File("C:\\1.txt")));
HttpPost request = new HttpPost(“http://localhost/index.html”);
request.setEntity(entity);
HTTP响应
HttpClient程序包对于HTTP响应的处理较之HTTP请求来说是简单多了，其过程同样使用了HttpEntity接口。我们可以从 HttpEntity对象中取出数据流（InputStream），该数据流就是服务器返回的响应数据。需要注意的是，HttpClient程序包不负责解析数据流中的内容。如：
HttpUriRequest request = ...;
HttpResponse response = httpClient.execute(request);
// 从response中取出HttpEntity对象
HttpEntity entity = response.getEntity();
// 查看entity的各种指标
System.out.println(entity.getContentType());
System.out.println(entity.getContentLength());
System.out.println(EntityUtils.getContentCharSet(entity));
// 取出服务器返回的数据流
InputStream stream = entity.getContent();
// 以任意方式操作数据流stream
// 调用方式 略
附注：
本文说明的是HttpClient 4.0.1，该程序包（包括依赖的程序包）由以下几个JAR包组成：
commons-logging-1.1.1.jar
commons-codec-1.4.jar
httpcore-4.0.1.jar
httpclient-4.0.1.jar
apache-mime4j-0.6.jar
httpmime-4.0.1.jar
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------
现在Apache已经发布了：HttpCore 4.0-beta3、HttpClient 4.0-beta1。
到此处可以去下载这些源代码：http://hc.apache.org/downloads.cgi
另外，还需要apache-mime4j-0.5.jar 包。
在这里先写个简单的POST方法。
01 | package test; |
02 | |
03 | import java.util.ArrayList; |
04 | import java.util.List; |
05 | import org.apache.http.Header; |
06 | import org.apache.http.HttpEntity; |
07 | import org.apache.http.HttpResponse; |
08 | import org.apache.http.NameValuePair; |
09 | import org.apache.http.client.entity.UrlEncodedFormEntity; |
10 | import org.apache.http.client.methods.HttpPost; |
11 | import org.apache.http.client.params.CookiePolicy; |
12 | import org.apache.http.client.params.ClientPNames; |
13 | import org.apache.http.impl.client.DefaultHttpClient; |
14 | import org.apache.http.message.BasicNameValuePair; |
15 | import org.apache.http.protocol.HTTP; |
16 | import org.apache.http.util.EntityUtils; |
17 | |
18 | public class Test2 { |
19 | public static void main(String[] args) throws Exception { |
20 | DefaultHttpClient httpclient = new DefaultHttpClient(); //实例化一个HttpClient |
21 | HttpResponse response = null; |
22 | HttpEntity entity = null; |
23 | httpclient.getParams().setParameter( |
24 | ClientPNames.COOKIE_POLICY, CookiePolicy.BROWSER_COMPATIBILITY); //设置cookie的兼容性 |
25 | HttpPost httpost = new HttpPost("http://127.0.0.1:8080/pub/jsp/getInfo"); //引号中的参数是：servlet的地址 |
26 | List <NameValuePair> nvps = new ArrayList <NameValuePair>(); |
27 | nvps.add(new BasicNameValuePair("jqm", "fb1f7cbdaf2bf0a9cb5d43736492640e0c4c0cd0232da9de")); |
28 | // BasicNameValuePair("name", "value"), name是post方法里的属性, value是传入的参数值 |
29 | nvps.add(new BasicNameValuePair("sqm", "1bb5b5b45915c8")); |
30 | httpost.setEntity(new UrlEncodedFormEntity(nvps, HTTP.UTF_8)); //将参数传入post方法中 |
31 | response = httpclient.execute(httpost); //执行 |
32 | entity = response.getEntity(); //返回服务器响应 |
33 | try{ |
34 | System.out.println("----------------------------------------"); |
35 | System.out.println(response.getStatusLine()); //服务器返回状态 |
36 | Header[] headers = response.getAllHeaders(); //返回的HTTP头信息 |
37 | for (int i=0; i<headers.length; i++) { |
38 | System.out.println(headers[i]); |
39 | } |
40 | System.out.println("----------------------------------------"); |
41 | String responseString = null; |
42 | if (response.getEntity() != null) { |
43 | responseString = EntityUtils.toString(response.getEntity()); / /返回服务器响应的HTML代码 |
44 | System.out.println(responseString); //打印出服务器响应的HTML代码 |
45 | } |
46 | } finally { |
47 | if (entity != null) |
48 | entity.consumeContent(); // release connection gracefully |
49 | } |
50 | System.out.println("Login form get: " + response.getStatusLine()); |
51 | if (entity != null) { |
52 | entity.consumeContent(); |
53 | } |
54 | } |
55 | } |
HttpClient4.0 学习实例 - 页面获取
HttpClient 4.0出来不久，所以网络上面相关的实例教程不多，搜httpclient得到的大部分都是基于原 Commons HttpClient 3.1 (legacy) 包的，官网下载页面：http://hc.apache.org/downloads.cgi，如果大家看了官网说明就明白httpclient4.0是从原包分支出来独立成包的，以后原来那个包中的httpclient不会再升级，所以以后我们是用httpclient新分支，由于4.0与之前的3.1包结构以及接口等都有较大变化，所以网上搜到的实例大部分都是不适合4.0的，当然，我们可以通过那些实例去琢磨4.0的用法，我也是新手，记录下学习过程方便以后检索
本实例我们来获取抓取网页编码，内容等信息
默认情况下，服务器端会根据客户端的请求头信息来返回服务器支持的编码，像google.cn他本身支持utf-8,gb2312等编码，所以如果你在头部中不指定任何头部信息的话他默认会返回gb2312编码，而如果我们在浏览器中直接访问google.cn，通过httplook，或者firefox 的firebug插件查看返回头部信息的话会发现他返回的是UTF-8编码
下面我们还是看实例来解说吧，注释等我也放代码里面解释，放完整代码，方便新手理解
本实例将
使用的httpclient相关包
httpclient-4.0.jar
httpcore-4.0.1.jar
httpmime-4.0.jar
commons-logging-1.0.4.jar等其它相关包
01 | // HttpClientTest.java |
02 | package com.baihuo.crawler.test; |
03 | import java.util.regex.Matcher; |
04 | import java.util.regex.Pattern; |
05 | import org.apache.http.Header; |
06 | import org.apache.http.HttpEntity; |
07 | import org.apache.http.HttpHost; |
08 | import org.apache.http.HttpResponse; |
09 | import org.apache.http.client.HttpClient; |
10 | import org.apache.http.client.methods.HttpGet; |
11 | import org.apache.http.impl.client.DefaultHttpClient; |
12 | import org.apache.http.util.EntityUtils; |
13 | |
14 | class HttpClientTest { |
15 | public final static void main(String[] args) throws Exception { |
16 | // 初始化，此处构造函数就与3.1中不同 |
17 | HttpClient httpclient = new DefaultHttpClient(); |
18 | HttpHost targetHost = new HttpHost("www.google.cn"); |
19 | //HttpGet httpget = new HttpGet("http://www.apache.org/"); |
20 | HttpGet httpget = new HttpGet("/"); |
21 | // 查看默认request头部信息 |
22 | System.out.println("Accept-Charset:" + httpget.getFirstHeader("Accept-Charset")); |
23 | // 以下这条如果不加会发现无论你设置Accept-Charset为gbk还是utf-8，他都会默认返回gb2312（本例针对google.cn来说） |
24 | httpget.setHeader("User-Agent", "Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9.1.2)"); |
25 | // 用逗号分隔显示可以同时接受多种编码 |
26 | httpget.setHeader("Accept-Language", "zh-cn,zh;q=0.5"); |
27 | httpget.setHeader("Accept-Charset", "GB2312,utf-8;q=0.7,*;q=0.7"); |
28 | // 验证头部信息设置生效 |
29 | System.out.println("Accept-Charset:" + httpget.getFirstHeader("Accept-Charset").getValue()); |
30 | // Execute HTTP request |
31 | System.out.println("executing request " + httpget.getURI()); |
32 | HttpResponse response = httpclient.execute(targetHost, httpget); |
33 | //HttpResponse response = httpclient.execute(httpget); |
34 | System.out.println("----------------------------------------"); |
35 | System.out.println("Location: " + response.getLastHeader("Location")); |
36 | System.out.println(response.getStatusLine().getStatusCode()); |
37 | System.out.println(response.getLastHeader("Content-Type")); |
38 | System.out.println(response.getLastHeader("Content-Length")); |
39 | System.out.println("----------------------------------------"); |
40 | // 判断页面返回状态判断是否进行转向抓取新链接 |
41 | int statusCode = response.getStatusLine().getStatusCode(); |
42 | if ((statusCode == HttpStatus.SC_MOVED_PERMANENTLY) || |
43 | (statusCode == HttpStatus.SC_MOVED_TEMPORARILY) || |
44 | (statusCode == HttpStatus.SC_SEE_OTHER) || |
45 | (statusCode == HttpStatus.SC_TEMPORARY_REDIRECT)) { |
46 | // 此处重定向处理 此处还未验证 |
47 | String newUri = response.getLastHeader("Location").getValue(); |
48 | httpclient = new DefaultHttpClient(); |
49 | httpget = new HttpGet(newUri); |
50 | response = httpclient.execute(httpget); |
51 | } |
52 | // Get hold of the response entity |
53 | HttpEntity entity = response.getEntity(); |
54 | // 查看所有返回头部信息 |
55 | Header headers[] = response.getAllHeaders(); |
56 | int ii = 0; |
57 | while (ii < headers.length) { |
58 | System.out.println(headers[ii].getName() + ": " + headers[ii].getValue()); |
59 | ++ii; |
60 | } |
61 | // If the response does not enclose an entity, there is no need |
62 | // to bother about connection release |
63 | if (entity != null) { |
64 | // 将源码流保存在一个byte数组当中，因为可能需要两次用到该流， |
65 | byte[] bytes = EntityUtils.toByteArray(entity); |
66 | String charSet = ""; |
67 | // 如果头部Content-Type中包含了编码信息，那么我们可以直接在此处获取 |
68 | charSet = EntityUtils.getContentCharSet(entity); |
69 | System.out.println("In header: " + charSet); |
70 | // 如果头部中没有，那么我们需要 查看页面源码，这个方法虽然不能说完全正确，因为有些粗糙的网页编码者没有在页面中写头部编码信息 |
71 | if (charSet == "") { |
72 | regEx="(?=<meta).*?(?<=charset=[\\'|\\\"]?)([[a-z]|[A-Z]|[0-9]|-]*)"; |
73 | p=Pattern.compile(regEx, Pattern.CASE_INSENSITIVE); |
74 | m=p.matcher(new String(bytes)); // 默认编码转成字符串，因为我们的匹配中无中文，所以串中可能的乱码对我们没有影响 |
75 | result=m.find(); |
76 | if (m.groupCount() == 1) { |
77 | charSet = m.group(1); |
78 | } else { |
79 | charSet = ""; |
80 | } |
81 | } |
82 | System.out.println("Last get: " + charSet); |
83 | // 至此，我们可以将原byte数组按照正常编码专成字符串输出（如果找到了编码的话） |
84 | System.out.println("Encoding string is: " + new String(bytes, charSet)); |
85 | } |
86 | httpclient.getConnectionManager().shutdown(); |
87 | } |
88 |
|
扫一扫
810
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
