Sealyu

package com.newpalm.unicomfetch.threads;

import java.util.Vector;

import org.apache.commons.httpclient.Cookie;

import org.apache.commons.httpclient.HttpClient;

import org.apache.commons.httpclient.NameValuePair;

import org.apache.commons.httpclient.cookie.CookiePolicy;

import org.apache.commons.httpclient.cookie.CookieSpec;

import org.apache.commons.httpclient.methods.GetMethod;

import org.apache.commons.httpclient.methods.PostMethod;

import org.htmlparser.Node;

import org.htmlparser.Parser;

import org.htmlparser.tags.TableColumn;

import org.htmlparser.tags.TableRow;

import org.htmlparser.tags.TableTag;

import org.htmlparser.visitors.ObjectFindingVisitor;

/**

* 用來(lái)演示登錄表單的示例

* @author Liudong

*/

public class FormLoginDemo {

 

public static void main(String[] args) throws Exception{

Parser parser = null;

ObjectFindingVisitor visitor = null;

HttpClient client = new HttpClient();

 

//模擬登錄頁(yè)面

PostMethod post = new PostMethod("<a href="http://211.90.119.58:9999/SPLogin.aspx"><span style="color: #78ba00;">http://211.90.119.58:9999/SPLogin.aspx</span></a>");

NameValuePair name = new NameValuePair("txtHandsetNumber", "123456");

NameValuePair pass = new NameValuePair("txtPassword", "123456");

NameValuePair __VIEWSTATE = new NameValuePair("__VIEWSTATE",  "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");

NameValuePair btnLoginx = new NameValuePair("btnLogin.x", "0");

NameValuePair btnLoginy = new NameValuePair("btnLogin.y", "5");

post.setRequestBody(new NameValuePair[]{name,pass,__VIEWSTATE,btnLoginx,btnLoginy});

int status = client.executeMethod(post);

 

post.releaseConnection();

//查看cookie信息

CookieSpec cookiespec = CookiePolicy.getDefaultSpec();

Cookie[] cookies = client.getState().getCookies();

if (cookies.length == 0) {

System.out.println("None");

} else {

for (int i = 0; i &lt; cookies.length; i++) {

System.out.println(cookies[i].toString());

}

}

 

//訪問(wèn)所需的頁(yè)面

GetMethod get = new GetMethod("<a href="http://211.90.119.58:9999/PhoneSearch/PhoneSearch.aspx"><span style="color: #78ba00;">http://211.90.119.58:9999/PhoneSearch/PhoneSearch.aspx</span></a>");

client.executeMethod(get);

visitor = new ObjectFindingVisitor(TableTag.class);

parser = new Parser();

parser.setInputHTML(get.getResponseBodyAsString());

parser.setEncoding("GBK");

parser.visitAllNodesWith(visitor);

 

//取得要解析的頁(yè)面數(shù)

Node[] tables = visitor.getTags();

TableTag tableTag = (TableTag) tables[tables.length-1];

TableRow[] rows = tableTag.getRows();

TableRow row = rows[0];

TableColumn[] col = row.getColumns();

int pageNumber = Integer.parseInt(col[0].getChildrenHTML().substring(25, 29));

get.releaseConnection();

 

for(int i=1;i&lt;pageNumber;i++){

PostMethod pt = new PostMethod("<a href="http://211.90.119.58:9999/PhoneSearch/PhoneSearch.aspx"><span style="color: #78ba00;">http://211.90.119.58:9999/PhoneSearch/PhoneSearch.aspx</span></a>");

NameValuePair txtPage = new NameValuePair("txtPage",Integer.toString(i));

__VIEWSTATE = new NameValuePair("__VIEWSTATE", "")

NameValuePair __EVENTTARGET = new NameValuePair("__EVENTTARGET", "");

NameValuePair __EVENTARGUMENT = new NameValuePair("__EVENTARGUMENT", "");

NameValuePair TBMDN = new NameValuePair("TBMDN", "");

NameValuePair TBServiceType = new NameValuePair("TBServiceType", "");

NameValuePair TBStartTime = new NameValuePair("TBStartTime", "");

NameValuePair TBEndTime = new NameValuePair("TBEndTime", "");

NameValuePair btnGotox = new NameValuePair("btnGoto.x", "26");

NameValuePair btnGotoy = new NameValuePair("btnGoto.y", "13");

pt.setRequestBody(new  NameValuePair[]{__EVENTTARGET,__EVENTARGUMENT,__VIEWSTATE,TBMDN,TBServiceType,TBStartTime,TBEndTime,txtPage,btnGotox,btnGotoy});

int a = client.executeMethod(pt);

 

 

parser.setInputHTML(pt.getResponseBodyAsString());

parser.setEncoding("GBK");

parser.visitAllNodesWith(visitor);

 

tables = visitor.getTags();

tableTag = (TableTag) tables[tables.length-3];

 

rows = tableTag.getRows();

row = rows[1];

col = row.getColumns();

System.out.println(col[4].getChildrenHTML().toString());

get.releaseConnection();

}

 

}

}

使用HttpClient過(guò)程中常見的一些問(wèn)題

下面介紹在使用HttpClient過(guò)程中常見的一些問(wèn)題。

字符編碼

某目標(biāo)頁(yè)的編碼可能出現(xiàn)在兩個(gè)地方，第一個(gè)地方是服務(wù)器返回的http頭中，另外一個(gè)地方是得到的html/xml頁(yè)面中。

• 在http頭的Content-Type字段可能會(huì)包含字符編碼信息。例如可能返回的頭會(huì)包含這樣子的信息：Content-Type: text/html; charset=UTF-8。這個(gè)頭信息表明該頁(yè)的編碼是UTF-8，但是服務(wù)器返回的頭信息未必與內(nèi)容能匹配上。比如對(duì)于一些雙字節(jié)語(yǔ)言國(guó)家，可能服務(wù) 器返回的編碼類型是UTF-8，但真正的內(nèi)容卻不是UTF-8編碼的，因此需要在另外的地方去得到頁(yè)面的編碼信息；但是如果服務(wù)器返回的編碼不是UTF- 8，而是具體的一些編碼，比如gb2312等，那服務(wù)器返回的可能是正確的編碼信息。通過(guò)method對(duì)象的getResponseCharSet()方 法就可以得到http頭中的編碼信息。
• 對(duì)于象xml或者h(yuǎn)tml這樣的文件，允許作者在頁(yè)面中直接指定編碼類型。比如在html中會(huì)有<meta http-equiv=”Content-Type” content=”text/html; charset=gb2312″/>這樣的標(biāo)簽；或者在xml中會(huì)有<?xml version=”1.0″ encoding=”gb2312″?>這樣的標(biāo)簽，在這些情況下，可能與http頭中返回的編碼信息沖突，需要用戶自己判斷到底那種編碼類型應(yīng)該 是真正的編碼。

自動(dòng)轉(zhuǎn)向

根據(jù)RFC2616中對(duì)自動(dòng)轉(zhuǎn)向的定義，主要有兩種：301和302。301表示永久的移走（Moved Permanently），當(dāng)返回的是301，則表示請(qǐng)求的資源已經(jīng)被移到一個(gè)固定的新地方，任何向該地址發(fā)起請(qǐng)求都會(huì)被轉(zhuǎn)到新的地址上。302表示暫時(shí) 的轉(zhuǎn)向，比如在服務(wù)器端的servlet程序調(diào)用了sendRedirect方法，則在客戶端就會(huì)得到一個(gè)302的代碼，這時(shí)服務(wù)器返回的頭信息中 location的值就是sendRedirect轉(zhuǎn)向的目標(biāo)地址。

HttpClient支持自動(dòng)轉(zhuǎn)向處理，但是象POST和PUT方式這種要求接受后繼服務(wù)的請(qǐng)求方式，暫時(shí)不支持自動(dòng)轉(zhuǎn)向，因此如果碰到POST方 式提交后返回的是301或者302的話需要自己處理。就像剛才在POSTMethod中舉的例子：如果想進(jìn)入登錄BBS后的頁(yè)面，必須重新發(fā)起登錄的請(qǐng) 求，請(qǐng)求的地址可以在頭字段location中得到。不過(guò)需要注意的是，有時(shí)候location返回的可能是相對(duì)路徑，因此需要對(duì)location返回的 值做一些處理才可以發(fā)起向新地址的請(qǐng)求。

另外除了在頭中包含的信息可能使頁(yè)面發(fā)生重定向外，在頁(yè)面中也有可能會(huì)發(fā)生頁(yè)面的重定向。引起頁(yè)面自動(dòng)轉(zhuǎn)發(fā)的標(biāo)簽是：<meta http-equiv=”refresh” content=”5; url=http://www.ibm.com/us”>。如果你想在程序中也處理這種情況的話得自己分析頁(yè)面來(lái)實(shí)現(xiàn)轉(zhuǎn)向。需要注意的是，在上面那 個(gè)標(biāo)簽中url的值也可以是一個(gè)相對(duì)地址，如果是這樣的話，需要對(duì)它做一些處理后才可以轉(zhuǎn)發(fā)。

處理HTTPS協(xié)議

HttpClient提供了對(duì)SSL的支持，在使用SSL之前必須安裝JSSE。在Sun提供的1.4以后的版本中，JSSE已經(jīng)集成到JDK中， 如果你使用的是JDK1.4以前的版本則必須安裝JSSE。JSSE不同的廠家有不同的實(shí)現(xiàn)。下面介紹怎么使用HttpClient來(lái)打開Https連 接。這里有兩種方法可以打開https連接，第一種就是得到服務(wù)器頒發(fā)的證書，然后導(dǎo)入到本地的keystore中；另外一種辦法就是通過(guò)擴(kuò)展 HttpClient的類來(lái)實(shí)現(xiàn)自動(dòng)接受證書。

方法1，取得證書，并導(dǎo)入本地的keystore：

• 安裝JSSE （如果你使用的JDK版本是1.4或者1.4以上就可以跳過(guò)這一步）。本文以IBM的JSSE為例子說(shuō)明。先到IBM網(wǎng)站上下載JSSE的安裝包。然后解 壓開之后將ibmjsse.jar包拷貝到<java-home>"lib"ext"目錄下。
• 取得并且導(dǎo)入證書。證書可以通過(guò)IE來(lái)獲得：1． 用IE打開需要連接的https網(wǎng)址，會(huì)彈出如下對(duì)話框：
  
  

  2． 單擊”View Certificate”，在彈出的對(duì)話框中選擇”Details”，然后再單擊”Copy to File”，根據(jù)提供的向?qū)纱L問(wèn)網(wǎng)頁(yè)的證書文件
  
  

  3． 向?qū)У谝徊?，歡迎界面，直接單擊”Next”，
  
  

  4． 向?qū)У诙?，選擇導(dǎo)出的文件格式，默認(rèn)，單擊”Next”，
  
  

  5． 向?qū)У谌剑斎雽?dǎo)出的文件名，輸入后，單擊”Next”，
  
  

  6． 向?qū)У谒牟?，單?#8221;Finish”，完成向?qū)?br />
  

  7． 最后彈出一個(gè)對(duì)話框，顯示導(dǎo)出成功
  
  

• 用keytool工具把剛才導(dǎo)出的證書倒入本地keystore。Keytool命令在<java-home>"bin"下，打開命令行窗口，并到<java-home>"lib"security"目錄下，運(yùn)行下面的命令：
  

  keytool -import -noprompt -keystore cacerts -storepass changeit -alias yourEntry1 -file your.cer

  其中參數(shù)alias后跟的值是當(dāng)前證書在keystore中的唯一標(biāo)識(shí)符，但是大小寫不區(qū)分；參數(shù)file后跟的是剛才通過(guò)IE導(dǎo)出的證書所在的路徑和文件名；如果你想刪除剛才導(dǎo)入到keystore的證書，可以用命令：

  keytool -delete -keystore cacerts -storepass changeit -alias yourEntry1

• 寫程序訪問(wèn)https地址。如果想測(cè)試是否能連上https，只需要稍改一下GetSample例子，把請(qǐng)求的目標(biāo)變成一個(gè)https地址。
  

  GetMethod getMethod = new GetMethod("https://www.yourdomain.com");

  運(yùn)行該程序可能出現(xiàn)的問(wèn)題：

  1. 拋出異常java.net.SocketException: Algorithm SSL not available。出現(xiàn)這個(gè)異常可能是因?yàn)闆](méi)有加JSSEProvider，如果用的是IBM的JSSE Provider，在程序中加入這樣的一行：

  if(Security.getProvider("com.ibm.jsse.IBMJSSEProvider") == null) Security.addProvider(new IBMJSSEProvider());

  或者也可以打開<java-home>"lib"security"java.security，在行

  security.provider.1=sun.security.provider.Sun security.provider.2=com.ibm.crypto.provider.IBMJCE

  后面加入security.provider.3=com.ibm.jsse.IBMJSSEProvider

  2. 拋出異常java.net.SocketException: SSL implementation not available。出現(xiàn)這個(gè)異常可能是你沒(méi)有把ibmjsse.jar拷貝到<java-home>"lib"ext"目錄下。

  3. 拋出異常javax.net.ssl.SSLHandshakeException: unknown certificate。出現(xiàn)這個(gè)異常表明你的JSSE應(yīng)該已經(jīng)安裝正確，但是可能因?yàn)槟銢](méi)有把證書導(dǎo)入到當(dāng)前運(yùn)行JRE的keystore中，請(qǐng)按照前 面介紹的步驟來(lái)導(dǎo)入你的證書。

方法２，擴(kuò)展HttpClient類實(shí)現(xiàn)自動(dòng)接受證書

因?yàn)檫@種方法自動(dòng)接收所有證書，因此存在一定的安全問(wèn)題，所以在使用這種方法前請(qǐng)仔細(xì)考慮您的系統(tǒng)的安全需求。具體的步驟如下：

• 提供一個(gè)自定義的socket factory（test.MySecureProtocolSocketFactory）。這個(gè)自定義的類必須實(shí)現(xiàn)接口 org.apache.commons.httpclient.protocol.SecureProtocolSocketFactory，在實(shí)現(xiàn)接口 的類中調(diào)用自定義的X509TrustManager(test.MyX509TrustManager)，這兩個(gè)類可以在隨本文帶的附件中得到
• 創(chuàng)建一個(gè)org.apache.commons.httpclient.protocol.Protocol的實(shí)例，指定協(xié)議名稱和默認(rèn)的端口號(hào)
  

  Protocol myhttps = new Protocol("https", new MySecureProtocolSocketFactory (), 443);

• 注冊(cè)剛才創(chuàng)建的https協(xié)議對(duì)象
  

  Protocol.registerProtocol("https ", myhttps);

• 然后按照普通編程方式打開https的目標(biāo)地址，代碼請(qǐng)參見test.NoCertificationHttpsGetSample

處理代理服務(wù)器

HttpClient中使用代理服務(wù)器非常簡(jiǎn)單，調(diào)用HttpClient中setProxy方法就可以，方法的第一個(gè)參數(shù)是代理服務(wù)器地址，第二個(gè)參數(shù)是端口號(hào)。另外HttpClient也支持SOCKS代理。