6

Twitter のプロフィール ページから html を取得しようとしていますが、httpurlconnection は html の小さなスニペットしか返しません。私のコード

for(int i = 0; i < urls.size(); i++)
{
URL url = new URL(urls.get(i));
HttpURLConnection connection = (HttpURLConnection) url.openConnection();
connection.setRequestProperty("User-Agent","Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.2.6) Gecko/20100625 Firefox/3.6.6");
System.out.println(connection.getResponseCode());
String line;
StringBuilder builder = new StringBuilder();
BufferedReader reader = new BufferedReader(new InputStreamReader(connection.getInputStream()));
while((line = reader.readLine()) != null)
{
    builder.append(line);
}
String html = builder.toString();
}

各呼び出しの応答コードとして常に 200 を取得します。ただし、約 1/3 の時間で HTML ドキュメント全体が返され、残りの半分は最初の数百行のみが返されます。html が切り捨てられたときに返される金額は常に同じではありません。

何か案は？助けてくれてありがとう！

追加情報: ヘッダーを表示した後、コンテンツの長さのヘッダーが重複しているようです。1 つは完全な長さで、もう 1 つははるかに短いです (おそらく、私が時々得ている長さを表しています)。重複したヘッダーを処理するにはどうすればよいですか?

4

2 に答える 2

2

これは私にとってはうまくいきましたbuilder.append(line);。コンソールで読みやすくするために改行を追加しましたが、それ以外はこのページのすべての HTML を返しました。

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.util.ArrayList;
import java.util.List;

public class RetrieveHTML {

    public static void main(String[] args) throws IOException {
        List<String> urls = new ArrayList<String>();
        urls.add("http://stackoverflow.com/questions/3285077/java-httpurlconnection-cutting-off-html");

        for (int i = 0; i < urls.size(); i++) {
            URL url = new URL(urls.get(i));
            HttpURLConnection connection = (HttpURLConnection) url.openConnection();
            connection.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.2.6) Gecko/20100625 Firefox/3.6.6");
            System.out.println(connection.getResponseCode());
            String line;
            StringBuilder builder = new StringBuilder();
            BufferedReader reader = new BufferedReader(new InputStreamReader(connection.getInputStream()));
            while ((line = reader.readLine()) != null) {
                builder.append(line);
                builder.append("\n"); 
            }
            String html = builder.toString();
            System.out.println("HTML " + html);
        }

    }
}
于 2010-07-19T21:14:01.383 に答える
0

私のHTTPクラスをチェックしてください

https://stackoverflow.com/questions/9349378/java-net-httpurlconnection-returning-your-browsers-cookie-functionality-has-be

この API に基づいています。自由に変更してください。

于 2012-03-22T07:51:25.480 に答える