通用httpclient生成方式

Posted 2020-08-25

在做爬虫的时候，如何生成一个靠谱可用的httpclient对象是非常关键的。在踩了无数的坑之后，总结出一个较为完善的httpclient生成方式下载。

可以解决以下问题：

1、设置代理问题

2、设置默认的cookiestore对象，用来保存请求中的cookie。以便进行深层次访问。

3、在请求失败的重试策略问题

4、默认useragent的问题

5、https及自签名证书的验证问题

Java代码  

1. /** 

2.      * 新建一个通用httpclientbuider 

3.      * 使用代理时，必须一起传入host对象。 

4.      * 不传入host对象的时候，代理不会生效 

5.      */  

6.     public static HttpClientBuilder getInstanceClientBuilder(boolean isNeedProxy, CookieStore store, HttpHost host, HttpRequestRetryHandler handler, String userAgent) {  

7.         org.apache.http.ssl.SSLContextBuilder context_b = SSLContextBuilder.create();  

8.         SSLContext ssl_context = null;  

9.         try {  

10.             context_b.loadTrustMaterial(null, (x509Certificates, s) -> true);  

11.             //信任所有证书，解决https证书问题  

12.             ssl_context = context_b.build();  

13.         } catch (Exception e) {  

14.             e.printStackTrace();  

15.         }  

16.         ConnectionSocketFactory sslSocketFactory = null;  

17.         Registry<ConnectionSocketFactory> registry = null;  

18.         if (ssl_context != null) {  

19.             sslSocketFactory = new SSLConnectionSocketFactory(ssl_context, new String[]{"TLSv1", "TLSv1.1", "TLSv1.2"}, null, (s, sslSession) -> true);  

20.             //应用多种tls协议，解决偶尔握手中断问题  

21.             registry = RegistryBuilder.<ConnectionSocketFactory>create().register("https", sslSocketFactory).register("http", new PlainConnectionSocketFactory()).build();  

22.         }  下载

23.         PoolingHttpClientConnectionManager manager = null;  

24.         if (registry != null) {  

25.             manager = new PoolingHttpClientConnectionManager(registry);  

26.         } else {  

27.             manager = new PoolingHttpClientConnectionManager();  

28.         }  

29.         manager.setMaxTotal(150);  

30.         manager.setDefaultMaxPerRoute(200);  

31.         HttpClientBuilder builder = HttpClients.custom().setRetryHandler(handler)  

32.                 .setConnectionTimeToLive(6000, TimeUnit.SECONDS)  

33.                 .setUserAgent(userAgent);  

34.         if (store != null) {  

35.             builder.setDefaultCookieStore(store);  

36.         }  

37.         if (isNeedProxy && host != null) {  

38. //            HttpHost proxy = new HttpHost("127.0.0.1", 1080);// 代理ip  

39.             DefaultProxyRoutePlanner routePlanner = new DefaultProxyRoutePlanner(host);  

40.             builder = builder.setRoutePlanner(routePlanner);  

41.         }  

42.         builder.setConnectionManager(manager);//httpclient连接池  

43.         builder.setRedirectStrategy(new AllowAllRedirectStrategy());//默认重定向所有302和307，否则httpclient只自动处理get请求导致的302和307  

44.         return builder;  

45.     }