java 充当浏览器访问网站

最新推荐文章于 2021-02-28 16:19:56 发布

为乐.rookie

最新推荐文章于 2021-02-28 16:19:56 发布

阅读量4.8k

点赞数

分类专栏： java 文章标签：浏览器 java url exception javascript string

java 专栏收录该内容

82 篇文章 1 订阅

订阅专栏

在用Java的HttpURLConnection 来下载网页，发现访问google的网站时，会被google拒绝掉。

　　try

　　{

　　url = new URL(urlStr);

　　httpConn = (HttpURLConnection) url.openConnection();

　　HttpURLConnection.setFollowRedirects(true);

　　// logger.info(httpConn.getResponseMessage());

　　in = httpConn.getInputStream();

　　out = new FileOutputStream(new File(outPath));

　　chByte = in.read();

　　while (chByte != -1)

　　{

　　out.write(chByte);

　　chByte = in.read();

　　}

　　catch (MalformedURLException e)

　　{

　　}

　　经过一段时间的研究和查找资料，发现是由于上面的代码缺少了一些必要的信息导致，增加更加详细的属性

　　httpConn.setRequestMethod("GET");

　　httpConn.setRequestProperty("User-Agent","Mozilla/4.0 (compatible; MSIE 6.0; Windows 2000)");

　　完整代码如下

　　public static void DownLoadPages(String urlStr, String outPath)

　　{

　　int chByte = 0;

　　URL url = null;

　　HttpURLConnection httpConn = null;

　　InputStream in = null;

　　FileOutputStream out = null;

　　try

　　{

　　url = new URL(urlStr);

　　httpConn = (HttpURLConnection) url.openConnection();

　　HttpURLConnection.setFollowRedirects(true);

　　httpConn.setRequestMethod("GET");

　　httpConn.setRequestProperty("User-Agent","Mozilla/4.0 (compatible; MSIE 6.0; Windows 2000)");

　　// logger.info(httpConn.getResponseMessage());

　　in = httpConn.getInputStream();

　　out = new FileOutputStream(new File(outPath));

　　chByte = in.read();

　　while (chByte != -1)

　　{

　　out.write(chByte);

　　chByte = in.read();

　　}

　　catch (MalformedURLException e)

　　{

　　e.printStackTrace();

　　}

　　catch (IOException e)

　　{

　　e.printStackTrace();

　　}

　　finally

　　{

　　try

　　{

　　out.close();

　　in.close();

　　httpConn.disconnect();

　　}

　　catch (Exception ex)

　　{

　　ex.printStackTrace();

　　}

　　此外，还有第二种方法可以访问Google的网站，就是用apache的一个工具HttpClient 模仿一个浏览器来访问Google

　　Document document = null;

　　HttpClient httpClient = new HttpClient();

　　GetMethod getMethod = new GetMethod(url);

　　getMethod.setFollowRedirects(true);

　　int statusCode = httpClient.executeMethod(getMethod);

　　if (statusCode == HttpStatus.SC_OK)

　　{

　　InputStream in = getMethod.getResponseBodyAsStream();

　　InputSource is = new InputSource(in);

　　DOMParser domParser = new DOMParser(); //nekoHtml 将取得的网页转换成dom

　　domParser.parse(is);

　　document = domParser.getDocument();

　　System.out.println(getMethod.getURI());

　　}

　　return document;

　　推荐使用第一种方式，使用HttpConnection 比较轻量级，速度也比第二种HttpClient 的快。

　　一些代码，使用HttpUrlConnection来模拟ie form登陆web

　　关于java模拟ie form登陆web的问题

　　HttpURLConnection urlConn=(HttpURLConnection)(new URL(url).openConnection());

　　urlConn.addRequestProperty("Cookie",cookie);

　　urlConn.setRequestMethod("POST");

　　urlConn.setRequestProperty("User-Agent","Mozilla/4.0 (compatible; MSIE 6.0; Windows 2000)");

　　urlConn.setFollowRedirects(true);

　　urlConn.setDoOutput(true); // 需要向服务器写数据

　　urlConn.setDoInput(true); //

　　urlConn.setUseCaches(false); // 获得服务器最新的信息

　　urlConn.setAllowUserInteraction(false);

　　urlConn.setRequestProperty("Content-Type","application/x-www-form-urlencoded");

　　urlConn.setRequestProperty("Content-Language","en-US" );

　　urlConn.setRequestProperty("Content-Length", ""+data.length());

　　DataOutputStream outStream = new DataOutputStream(urlConn.getOutputStream());

　　outStream.writeBytes(data);

　　outStream.flush();

　　outStream.close();

　　cookie=urlConn.getHeaderField("Set-Cookie");

　　BufferedReader br=new BufferedReader(new InputStreamReader(urlConn.getInputStream(),"gb2312"));

Java制作自动访问网站机器人！

关键字: java制作自动访问网站机器人！

真的很久很久没有写过文章了，唉，惭愧啊！寒暄的说话就不多说了，直入主题。有人问过我，如何制作一些论坛的自动发言机器人？我说，这很简单啊，（如果没有图片验证码的话！）在Java里，有些URL，URLConnection的类啊，这些类可以访问一个URL获取数据，可以发送Request，你就可以结合一些类做一个自动发言的了，但用Post发送表单的话，就没有直接的，比较麻烦，如果还要处理Cookie的话，之后我想了想，想到了可以用 Jakarta Commons 下面的开源项目啊，有一个项目名叫“HttpClient”的，这个就是用Java写的Http客户端，可以说是一个简单功能的浏览器吧，只是不能解析 HTML标签，写这个解析可不是易事。既然我们是写个自动访问网站的程序，就不用解析显示HTML啦。朋友说能写个招聘网站的自动刷新简历的程序就好了，那就用51job为例吧。
首先，你得去下载HttpClient的包。
http://jakarta.apache.org/commons/httpclient

代码不多，我们就先来看看代码吧：

Java代码

import java.io.*;
import org.apache.commons.httpclient.*;
import org.apache.commons.httpclient.methods.*;
public class HttpTest {
/**
* @param args
* @throws Exception
*/
public static void main(String[] args) {
//先建立一个客户端实例，将模拟一个浏览器
HttpClient client = new HttpClient();
//这个是URL地址，我经过分析51job网站登录后的跳转到的地址，并分析得它在JavaScript里提交的URL的参数，不同网站就自已分析了，这个就是登录后刷新简历的URL地址
String url = "http://my.51job.com/my/Pop_RefreshResume.php?en=0&ReSumeID=88888888&Read=0&ID=88888888";
//之后再建立一个Post方法请求，提交刷新简历的表单，因为提交的参数较多，所以用Post请求好了
PostMethod method = new PostMethod(url);
//下面的就是将要提交的表单的数据填入PostMethod对象里面，以name , value 对加入！
method.addParameter("HPNation", "086");
method.addParameter("HPCity","020");
method.addParameter("HPNumber","88888888");
method.addParameter("FPNation","086");
method.addParameter("FPCity","020");
method.addParameter("FPNumber","88888888");
method.addParameter("FPExtension","000");
method.addParameter("MPNation","086");
method.addParameter("Mobile","13888888888");
method.addParameter("EmailAdd","888@888.com");
method.addParameter("ReSumeID","88888888");
//这里是建立请求时服务器需要用到的Cookie。
Cookie cookie = new Cookie(".51job.com","51job","ccry%3D.0%252FZKBaMTmj82%26%7C%26cconfirmkey%3DcpwWgp7FC9FZM%26%7C%26cresumeid%3D88888888%26%7C%26cresumeids88888888d888826%7C8408ilstatus%3D2%26%7C%26cnickname826cenglis8cautologin%3D","/",null,false);
//将设置好的Cookie加入模拟的客户端里。当请求发生时，就会将Cookie写进请求头里了
client.getState().addCookie(cookie);
int i=0;
//开始死循环
while(true){
try{
//这里是要求客户端发送一个请求。直接将PostMethod请求出去。
client.executeMethod(method);
//下面是获取返回的结果
InputStream in = method.getResponseBodyAsStream();
ByteArrayOutputStream baos = new ByteArrayOutputStream();
byte[] buff = new byte[1024];
int len = -1;
while((len=in.read(buff))!=-1){
baos.write(buff, 0, len);
}
String result = new String(baos.toByteArray());
//释放资源
in.close();
baos.close();
//在51job里，刷新简历成功的话，会返回一些JavaScript代码，里面有个alert()输出“简历已刷新”的信息的，你分析结果，如果有这句话，则成功刷新了。之后就让线程睡眠1分钟后循环刷新！
if(result.indexOf("简历已刷新")!=-1){
System.out.println("简历已刷新！ " + ++i);
}else{
System.out.println("刷新失败！");
}
Thread.sleep(60000);
}catch(Exception ex){
System.out.println("******** Error! ********");
try{
//出现错误时，再等待20秒后再重新进行刷新。
Thread.sleep(20000);
}catch(Exception e){
System.out.println("******** Thread Error! ********");
}
}
}
}
}

import java.io.*;
  import org.apache.commons.httpclient.*;
  import org.apache.commons.httpclient.methods.*;
  
  public class HttpTest {
  
      /**
       * @param args
       * @throws Exception
      */
     public static void main(String[] args) {
         //先建立一个客户端实例，将模拟一个浏览器
         HttpClient client = new HttpClient();
        
         //这个是URL地址，我经过分析51job网站登录后的跳转到的地址，并分析得它在JavaScript里提交的URL的参数，不同网站就自已分析了，这个就是登录后刷新简历的URL地址
         String url = "http://my.51job.com/my/Pop_RefreshResume.php?en=0&ReSumeID=88888888&Read=0&ID=88888888";
        
         //之后再建立一个Post方法请求，提交刷新简历的表单，因为提交的参数较多，所以用Post请求好了
         PostMethod method = new PostMethod(url);
 
         //下面的就是将要提交的表单的数据填入PostMethod对象里面，以name , value 对加入！
         method.addParameter("HPNation", "086");
         method.addParameter("HPCity","020");
         method.addParameter("HPNumber","88888888");
         method.addParameter("FPNation","086");
         method.addParameter("FPCity","020");
         method.addParameter("FPNumber","88888888");
         method.addParameter("FPExtension","000");
         method.addParameter("MPNation","086");
         method.addParameter("Mobile","13888888888");
         method.addParameter("EmailAdd","888@888.com");
         method.addParameter("ReSumeID","88888888");
        
         //这里是建立请求时服务器需要用到的Cookie。
         Cookie cookie = new Cookie(".51job.com","51job","ccry%3D.0%252FZKBaMTmj82%26%7C%26cconfirmkey%3DcpwWgp7FC9FZM%26%7C%26cresumeid%3D88888888%26%7C%26cresumeids88888888d888826%7C8408ilstatus%3D2%26%7C%26cnickname826cenglis8cautologin%3D","/",null,false);
        
         //将设置好的Cookie加入模拟的客户端里。当请求发生时，就会将Cookie写进请求头里了
         client.getState().addCookie(cookie);
         int i=0; 
         //开始死循环
         while(true){
             try{
                 //这里是要求客户端发送一个请求。直接将PostMethod请求出去。
                 client.executeMethod(method);
                
                 //下面是获取返回的结果
                 InputStream in = method.getResponseBodyAsStream();
                 ByteArrayOutputStream baos = new ByteArrayOutputStream();
                 byte[] buff = new byte[1024];
                 int len = -1;
                 while((len=in.read(buff))!=-1){
                     baos.write(buff, 0, len);
                 }
                 String result = new String(baos.toByteArray());
                
                 //释放资源
                 in.close();
                baos.close();
 
                 //在51job里，刷新简历成功的话，会返回一些JavaScript代码，里面有个alert()输出“简历已刷新”的信息的，你分析结果，如果有这句话，则成功刷新了。之后就让线程睡眠1分钟后循环刷新！
                 if(result.indexOf("简历已刷新")!=-1){
                     System.out.println("简历已刷新！ " + ++i);
                 }else{
                     System.out.println("刷新失败！");
                 }
                 Thread.sleep(60000);
             }catch(Exception ex){
                 System.out.println("******** Error! ********");
                 try{
                     //出现错误时，再等待20秒后再重新进行刷新。
                    Thread.sleep(20000);
                 }catch(Exception e){
                    System.out.println("******** Thread Error! ********");
                 }
             }
         }
     }
 
}

我们再来看看，其实很简单，我们来说明一下。HttpClient将很多Http协议底层的东西都封装了，这样很方便使用，如果自已用Socket写的话，还有处理很多信息，Http协议的三次握手等等的操作，很是麻烦。现在用HttpClient就一步到位了。但要注意一下，51job里面的简历刷新是要先登录后才可以进行的，而熟悉Web开发的人员都知道，登录后服务器就会记录下你的Session，而Session也是基于Cookie的，所以 Session ID是以Cookie的方式记录在客户机的，这样每次请求都要将该Cookie发送到服务器验证，这样才可以保证Web的状态。所以，你可以在浏览器里先登录一次。之后找出该网站的Cookie文件，将里面的内容复制出来放上上面代码的Cookie类里面。你也可以用这个HttpClient写一个登录的请求，之后再从ResponseHeader里获取Cookie。至于表单里的信息，就按自已需要填写就行了。就是模拟一个浏览器，将你的简历刷新的表单模拟出来再发送。