欢迎光临
我们一直在努力

HttpClient获取响应内容类型Content-Type

HttpClient获取响应内容类型Content-Type

响应的网页内容都有类型也就是Content-Type

通过火狐firebug,我们看响应头信息:

QQ鎴浘20170119175851.jpg

当然我们可以通过HttpClient接口来获取;

HttpEntity的getContentType().getValue() 就能获取到响应类型;  

1234567891011121314151617181920212223package com.open1111.httpclient.chap02; import org.apache.http.HttpEntity;import org.apache.http.client.methods.CloseableHttpResponse;import org.apache.http.client.methods.HttpGet;import org.apache.http.impl.client.CloseableHttpClient;import org.apache.http.impl.client.HttpClients;import org.apache.http.util.EntityUtils; public class Demo2 { public static void main(String[] args) throws Exception{CloseableHttpClient httpClient=HttpClients.createDefault(); // 创建httpClient实例HttpGet httpGet=new HttpGet("http://www.java1234.com"); // 创建httpget实例httpGet.setHeader("User-Agent""Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:50.0) Gecko/20100101 Firefox/50.0"); // 设置请求头消息User-AgentCloseableHttpResponse response=httpClient.execute(httpGet); // 执行http get请求HttpEntity entity=response.getEntity(); // 获取返回实体System.out.println("Content-Type:"+entity.getContentType().getValue());//System.out.println("网页内容:"+EntityUtils.toString(entity, "utf-8")); // 获取网页内容response.close(); // response关闭httpClient.close(); // httpClient关闭}}

运行输出:

Content-Type:text/html

一般网页是text/html当然有些是带编码的,

比如请求www.tuicool.com:输出:

Content-Type:text/html; charset=utf-8

假如请求js文件,比如 http://www.java1234.com/static/js/jQuery.js

运行输出:

Content-Type:application/javascript

假如请求的是文件,比如 http://central.maven.org/maven2/HTTPClient/HTTPClient/0.3-3/HTTPClient-0.3-3.jar

运行输出:

Content-Type:application/java-archive

当然Content-Type还有一堆,那这东西对于我们爬虫有啥用的,我们再爬取网页的时候 ,可以通过

Content-Type来提取我们需要爬取的网页或者是爬取的时候,需要过滤掉的一些网页;

赞(0) 打赏
未经允许不得转载:柳叶飘 » HttpClient获取响应内容类型Content-Type
分享到: 更多 (0)

大前端WP主题 更专业 更方便

联系我们联系我们

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏