может ли jsoup обрабатывать перенаправление обновления meta

у меня есть проблема с использованием jsoup то, что я пытаюсь сделать, это принести документ из URL-адрес, который будет переадресован на другой URL, основанные на мета-обновление URL, который не работает, чтобы внятно объяснить, если я ввожу URL веб-сайта с именем http://www.amerisourcebergendrug.com, который автоматически перенаправляет на http://www.amerisourcebergendrug.com/abcdrug/ в зависимости от мета обновить URL-адрес, но мой jsoup еще прихватит с http://www.amerisourcebergendrug.com и не перенаправление и извлечение из http://www.amerisourcebergendrug.com/abcdrug/

Document doc = Jsoup.connect("http://www.amerisourcebergendrug.com").get();

Я также пробовал использовать,

Document doc = Jsoup.connect("http://www.amerisourcebergendrug.com").followRedirects(true).get();

но оба не работают

любое обходное решение для этого?

обновление: Страница может использовать методы перенаправления meta refresh

7
java jsoup

2 ответов

Update (нечувствительный к регистру и довольно отказоустойчивый)

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

    URI uri = URI.create("http://www.amerisourcebergendrug.com");

    Document d = Jsoup.connect(uri.toString()).get();

    for (Element refresh : d.select("html head meta[http-equiv=refresh]")) {

        Matcher m = Pattern.compile("(?si)\d+;\s*url=(.+)|\d+")
                           .matcher(refresh.attr("content"));

        // find the first one that is valid
        if (m.matches()) {
            if (m.group(1) != null)
                d = Jsoup.connect(uri.resolve(m.group(1)).toString()).get();
            break;
        }
    }
}

правильно выводит:

http://www.amerisourcebergendrug.com/abcdrug/

ответ:

вы уверены, что это не работает. Для меня:

System.out.println(Jsoup.connect("http://www.ibm.com").get().baseUri());

.. выходы http://www.ibm.com/us/en/ правильно..

13

чтобы иметь лучшую обработку ошибок и проблему чувствительности к регистру

try
{
    Document doc = Jsoup.connect("http://www.ibm.com").get();
    Elements meta = doc.select("html head meta");
    if (meta != null)
    {
        String lvHttpEquiv = meta.attr("http-equiv");
        if (lvHttpEquiv != null && lvHttpEquiv.toLowerCase().contains("refresh"))
        {
            String lvContent = meta.attr("content");
            if (lvContent != null)
            {
                String[] lvContentArray = lvContent.split("=");
                if (lvContentArray.length > 1)
                    doc = Jsoup.connect(lvContentArray[1]).get();
            }
        }
    }

    // get page title
    return doc.title();

}
catch (IOException e)
{
    e.printStackTrace();
}
2