JSOUP 教程,JSOUP请求JSON ,JSOUP返回JSON 数据

soゝso 2016-09-13 13:10:25 33388

最近在使用 JSOUP  作为 爬虫  爬取数据,在用习惯了 JSOUP  后,因为那种链式结构,非常喜欢,故想用它来请求接口,构造请求头的时候非常方便。其实它必须是支持的,因为底层使用的还是 HttpConnection  做为处理的,代码如下:

Document doc = Jsoup
		.connect(Constant.DATA_URL)
		.header("Accept", "*/*")
		.header("Accept-Encoding", "gzip, deflate")
		.header("Accept-Language","zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3")
		.header("Content-Type", "application/json;charset=UTF-8")
		.header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64; rv:48.0) Gecko/20100101 Firefox/48.0")
		.timeout(10000).get();
Element body = doc.body();
JSONObject json = JSONObject.fromObject(body.text());

但是出现问题了,请求就报错:

org.jsoup.UnsupportedMimeTypeException: Unhandled content type. Must be text/*, application/xml, or application/xhtml+xml. Mimetype=application/json;charset=UTF-8, URL=http://www.baidu.com/
	at org.jsoup.helper.HttpConnection$Response.execute(HttpConnection.java:600)
	at org.jsoup.helper.HttpConnection$Response.execute(HttpConnection.java:540)
	at org.jsoup.helper.HttpConnection.execute(HttpConnection.java:227)
	at org.jsoup.helper.HttpConnection.get(HttpConnection.java:216)

当然一看就明白,说没有指定类型。找了如下解决方案:

 Response res = Jsoup.connect(Constant.DATA_URL)
		.header("Accept", "*/*")
		.header("Accept-Encoding", "gzip, deflate")
		.header("Accept-Language","zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3")
		.header("Content-Type", "application/json;charset=UTF-8")
		.header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64; rv:48.0) Gecko/20100101 Firefox/48.0")
		.timeout(10000).ignoreContentType(true).execute();//.get();
String body = res.body();
JSONObject json = JSONObject.fromObject(body);

上面其实关键点在于:ignoreContentType(true) ,这个是忽略请求类型。建议用execute() 去执行,如果用get 去执行的话,返回来是一个 HTML  页面包裹的 JSON  ,你处理起来稍微有点费劲。返回情况如下:

而且你要处理换行,你看到有换行了吧, JSON  正确的格式是一行返回,多行的话转成 JSON  对象的时候就会报错。所以还是推荐用execute() 去执行。

不过我最后还是换做用 HttpConnection  来解决。

InputStreamReader reader = null;
BufferedReader in = null;
try {
	URL url = new URL(Constant.DATA_URL);
	URLConnection connection = url.openConnection();
	connection.setConnectTimeout(1000);
	reader = new InputStreamReader(connection.getInputStream(), "UTF-8");
	in = new BufferedReader(reader);
	String line = null; // 每行内容
	StringBuffer content = new StringBuffer();
	while ((line = in.readLine()) != null) {
		content.append(line);
	}
	if (StringUtils.isNotBlank(content)) {
		String jsonStr = content.toString().replaceAll("\\n", "");
		data = JSONObject.fromObject(jsonStr);
	}
} catch (SocketTimeoutException e) {
	System.out.println("连接超时!!!");
} catch (JSONException e) {
	System.out.println("网站响应不是json格式,无法转化成JSONObject!!!");
} catch (Exception e) {
	System.out.println("连接网址不对或读取流出现异常!!!");
} finally {
	if (in != null) {
		try {
			in.close();
		} catch (IOException e) {
			System.out.println("关闭流出现异常!!!");
		}
	}
	if (reader != null) {
		try {
			reader.close();
		} catch (IOException e) {
			System.out.println("关闭流出现异常!!!");
		}
	}
}

建议API JSON 接口请求,还是用正常的 HTTP  请求吧。


版权所属:SO JSON在线解析

原文地址:https://www.sojson.com/blog/174.html

转载时必须以链接形式注明原始出处及本声明。


如果本文对你有帮助,那么请你赞助我,让我更有激情的写下去,帮助更多的人。

相关文章
JQuery Ajax四种写法,Ajax请求返回JSON 操作Demo
JSOUP教程JSOUP的正确打开姿势。
Java API接口返回不是JSON的解决方案,SpringMVC返回JSON配置。
Httpclent 请求限制,判断返回类型和返回数据大小
JSOUP 教程JSOUP爬虫教程JSOUP超时分析与处理
JSOUP教程JSOUP 乱码处理,JSOUP生僻字乱码解决方案
Elasticsearch 随机返回数据 API
JSOUP 教程—— Java爬虫,简易入门,秒杀htmlparser
Java 之 HTTP请求乱码解决,GZIP 返回值乱码解决
CDN 请求返回 connection reset by peer,被拦截请求解决方案
最新文章
Java爬取百度云观测对网站的检测数据,获取子域名及域名的安全信息 16
【2020年】百度搜索词获取,获取百度搜索的关键词【真实有效】 392
Nodejs环境安装,Nodejs环境安装一篇就够了 220
iOS版淘宝打开提示“您使用的程序是内测版本,将于2020-03-28到期,到期将无法使用,请尽快下载最新版本” 1054
关于一位“caoz的梦呓”的大佬在微信公众号喷我的整体回复 59786
DNS TXT记录添加方法,ICP备案信息屏蔽查询处理方案讲解 3144
SEO优化的最佳时间段即将来临,春节最佳SEO优化讲解 2312
SEO实战分析-排名最近突然掉光了问题排查,几个大站关键词下降SEO问题分析 2364
Java模拟WSS websocket ssl请求,Java WSS模拟请求代码示例 5196
Springboot 集成 Ehcache 代码讲解 6005
最热文章
我为什么要选择RabbitMQ ,RabbitMQ简介,各种MQ选型对比 376390
苹果电脑Mac怎么恢复出厂系统?苹果系统怎么重装系统? 349815
免费天气API,全国天气 JSON API接口,可以获取五天的天气预报 316651
免费天气API,天气JSON API,不限次数获取十五天的天气预报 220591
最新MyEclipse8.5注册码,有效期到2020年 (已经更新) 213338
Elasticsearch教程(四) elasticsearch head 插件安装和使用 183713
Jackson 时间格式化,时间注解 @JsonFormat 用法、时差问题说明 116406
谈谈斐讯路由器劫持,你用斐讯路由器,你需要知道的事情 103513
Elasticsearch教程(一),全程直播(小白级别) 102149
Elasticsearch教程(六) elasticsearch Client创建 90413

骚码加入我们 / 千人QQ群:259217951

入群需要5元为的是没有垃圾广告,如果没有QQ钱包,可以加群主拉进。

二维码生成 来自 >> 二维码生成器

支付扫码

所有赞助/开支都讲公开明细,用于网站维护:赞助名单查看

查看我的收藏

正在加载... ...