Apache HttpClient 4.3开发指南 实现URL重定向

作者：chszs，转载需注明。博客主页：http://blog.csdn.net/chszs

一、概述

Apache HttpClient 4系列已经发布很久了，但由于它与HttpClient 3.x版本完全不兼容，以至于业内采用此库的公司较少，在互联网上也少有相关的文档资料分享。

本文旨在写一个简要的Apache HttpClient 4.3开发指南，帮助开发者快速上手Apache HttpClient 4.3.x库。

要注意的是，本文档中的代码在低于HttpClient 4.3版本的地方可能不能运行。

二、开发手册

1、创建HTTP客户端

[java] view
plaincopyprint?





CloseableHttpClient client = HttpClientBuilder.create().build();  

2、发送基本的GET请求

[java] view
plaincopyprint?





instance.execute(new HttpGet(“http://www.baidu.com”));  

3、获取HTTP响应的状态码

[java] view
plaincopyprint?





String url = “http://www.baidu.com”;  

CloseableHttpResponse response = instance.execute(new HttpGet(url));  

assertThat(response.getStatusLine().getStatusCode(), equalTo(200));  

4、获取响应的媒体类型

[java] view
plaincopyprint?





String url = “http://www.baidu.com”;  

CloseableHttpResponse response = instance.execute(new HttpGet(url));  

String contentMimeType = ContentType.getOrDefault(response.getEntity()).getMimeType();  

assertThat(contentMimeType, equalTo(ContentType.TEXT_HTML.getMimeType()));  

5、获取响应的BODY部分

[java] view
plaincopyprint?





String url = “http://www.baidu.com”;  

CloseableHttpResponse response = instance.execute(new HttpGet(url));  

String bodyAsString = EntityUtils.toString(response.getEntity());  

assertThat(bodyAsString, notNullValue());  

6、配置请求的超时设置

[java] view
plaincopyprint?





@Test(expected=SocketTimeoutException.class)  

public void givenLowTimeout_whenExecutingRequestWithTimeout_thenException() throws ClientProtocolException, IOException{  

    RequestConfig requestConfig = RequestConfig.custom()  

    .setConnectionRequestTimeout(50).setConnectTimeout(50)  

    .setSocketTimeout(50).build();  

    HttpGet request = new HttpGet(SAMPLE_URL);  

    request.setConfig(requestConfig);  

    instance.execute(request);  

}  

7、发送POST请求

[java] view
plaincopyprint?





instance.execute(new HttpPost(SAMPLE_URL));  

8、为HTTP请求配置重定向

[java] view
plaincopyprint?





CloseableHttpClient instance = HttpClientBuilder.create().disableRedirectHandling().build();  

CloseableHttpResponse response = instance.execute(new HttpGet(SAMPLE_URL));  

assertThat(reponse.getStatusLine().getStatusCode(), equalTo(301));  

9、配置请求的HEADER部分

[java] view
plaincopyprint?





HttpGet request = new HttpGet(SAMPLE_URL);  

request.addHeader(HttpHeaders.ACCEPT, “application/xml”);  

response = instance.execute(request);  

10、获取响应的HEADER部分

[java] view
plaincopyprint?





CloseableHttpResponse response = instance.execute(new HttpGet(SAMPLE_URL));  

Header[] headers = response.getHeaders(HttpHeaders.CONTENT_TYPE);  

assertThat(headers, not(emptyArray()));  

11、关闭或释放资源

[java] view
plaincopyprint?





response = instance.execute(new HttpGet(SAMPLE_URL));  

try{  

  HttpEntity entity = response.getEntity();  

  if(entity!=null){  

InputStream instream = entity.getContent();  

instream.close();  

  }  

} finally{  

  response.close();  

}  

以上内容涵盖了HttpClient 4.3所有常见的需求，供开发者参考。

《用Apache HttpClient实现URL重定向》

作者：chszs，转载需注明。博客主页：http://blog.csdn.net/chszs

很多网站都使用了URL重定向技术，把一个原始请求从一个位置路由到另一个位置。原因可能是多方面的，比如域名转发、URL缩写、隐私保护、在同一网站维持相似的域名等。

本文讲述怎样使用Apache HTTPComponents HttpClient实现URL重定向。

本文使用的工具：

1. Apache HttpComponents Client 4.3.1

2. JDK 1.7

1、创建Java项目

项目我命名为HttpClientTest，导入如下JAR包：

2、开发

1）创建和配置CloseableHttpClient

CloseableHttpClient是线程安全的，单个实例可用于处理多个HTTP请求。Http Client会自动处理所有的重定向，除非明确地使用disableAutomaticRetries()关闭自动重定向。

2）使用链接创建HttpGet实例，获取重定向。

3）创建本地HTTP执行上下文HttpClientContext。

4）使用Http Client并传递本地实例HttpClientContext，执行HttpGet请求。

5）成功执行请求后，使用上下文对象来获取所有的重定向位置。

6）关闭响应CloseableHttpResponse，释放资源。

[java] view
plaincopyprint?





package com.ch.net;  

  

import java.io.IOException;  

import java.net.URI;  

import java.util.List;  

  

import org.apache.http.client.ClientProtocolException;  

import org.apache.http.client.config.CookieSpecs;  

import org.apache.http.client.config.RequestConfig;  

import org.apache.http.client.methods.CloseableHttpResponse;  

import org.apache.http.client.methods.HttpGet;  

import org.apache.http.client.protocol.HttpClientContext;  

import org.apache.http.impl.client.CloseableHttpClient;  

import org.apache.http.impl.client.HttpClients;  

  

public class UrlRedirectionDemo {  

    // 浏览器Agent  

    public static String USER_AGENT = "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_3) AppleWebKit/535.19 (KHTML, like Gecko) Chrome/18.0.1025.151 Safari/535.19";  

      

    // 创建并配置HttpClient  

    private static final CloseableHttpClient httpClient = HttpClients  

            .custom()  

            .setUserAgent(USER_AGENT)  

            .setDefaultRequestConfig(  

                    RequestConfig.custom()  

                            .setCookieSpec(CookieSpecs.BROWSER_COMPATIBILITY)  

                            .build()).build();  

      

    /** 

     * 根据给定的链接获取所有的重定向位置 

     * @param link 给定的链接 

     * @return 

     * @throws ClientProtocolException 

     * @throws IOException 

     */  

    public List<URI> getAllRedirectLocations(String link) throws ClientProtocolException, IOException{  

        List<URI> redirectLocations = null;  

        CloseableHttpResponse response = null;  

        try{  

            HttpClientContext context = HttpClientContext.create();  

            HttpGet httpGet = new HttpGet(link);  

            response = httpClient.execute(httpGet, context);  

              

            // 获取所有的重定向位置  

            redirectLocations = context.getRedirectLocations();  

        } finally{  

            if(response!=null){  

                response.close();  

            }  

        }  

        return redirectLocations;  

    }  

      

    public static void main(String[] args) throws ClientProtocolException, IOException{  

        // 输入URL  

        String link = "http://t.cn/zjYwrl3";  

        UrlRedirectionDemo demo = new UrlRedirectionDemo();  

        List<URI> allRedirectLocations = demo.getAllRedirectLocations(link);  

        if(allRedirectLocations!=null){  

            System.out.println(link);  

            for(URI uri : allRedirectLocations){  

                System.out.println("|\nv\n" + uri.toASCIIString());  

            }  

        } else{  

            System.out.println("Not found!");  

        }  

    }  

}  

如果使用默认的User-Agent设置，有些网站会返回HTTP 500状态码错误。一旦网站返回200状态码而且返回的HTML的内容是“500 server error”时，为保证兼容性，应该使用标准的Web浏览器的User-Agent字符串。

500 – 服务器内部错误

200 - 服务器成功返回网页

3、运行

我在新浪微博中找了个URL缩短的地址作为输入，执行后，果然找到了重定向地址。

控制台输出为：

[python] view
plaincopyprint?




http://t.cn/zjYwrl3  
|  

v  
http://hero.pongo.cn/  

4、验证

用在线URL重定向检测工具测试：



验证OK。

最近用到了HttpClient写爬虫，可能我有新版本强迫症，老是喜欢用新版本的东西(虽说新版本不一定好用),然后就用了HttpClient 4.3。HttpClient这货和Lucene一样，每个版本的API都变化很大，这有点让人头疼。就好比创建一个HttpClient对象吧，每一个版本的都不一样，

3.X是这样的

4.3是这样的

CloseableHttpClient
httpClient = HttpClients.createDefault();

当然，上面这些变化只不过是一些小变化，大家看看API大家就都会了。

我要讲的是超时设置,HttpClient有三种超时设置，最近比较忙，没时间具体归纳总结，以后再补上，我这里就讲一些最简单最易用的超时设置方法。

这是个3.X的超时设置方法

?
?
4.X版本的超时设置(4.3后已过时)

?
4.3版本超时设置

?
BTW,4.3版本不设置超时的话，一旦服务器没有响应，等待时间N久(>24小时)。