java curl

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


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


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


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。