jsoup不发送以前请求的cookie - bug?

时间:2016-01-01 22:32:21

标签: cookies https jsoup screen-scraping

我正在对我的银行帐户进行一些网页抓取。 所有请求都在同一个域中。 我是这样开始的: 除了第一个请求之外的所有内容res = Jsoup.connect().cookies(res.cookies())。 Cookie应该重复使用,有些会在请求之间添加。 有一些POST和GET请求,用户代理和一些标题已设置。

我收到错误401,这意味着凭据问题 - Fiddler已经证明Jsoup没有在最后一个请求中发送cookie。没有迹象表明服务器要求删除一些cookie,网站在浏览器中工作正常,所以我认为问题就在我身边。

令人惊讶的是,当我保存cookie以映射并将它们附加到此请求时,一切正常。我无法公开提供确切的数据,因为它是我的银行帐户,但我可以为开发人员提供Cookie /捕获的网络数据包。

这是一个错误吗?这是我的代码:

import java.io.IOException;
import java.util.Map;

import org.jsoup.Connection.Method;
import org.jsoup.Connection.Response;
import org.jsoup.Jsoup;



public class Test {

/**
 * @param args
 * @throws IOException 
 * @throws UnirestException 
 */
public static void main(String[] args) throws IOException {


    String userAgent = "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:40.0) Gecko/20100101 Firefox/40.1";


    //get login page
    Response res = Jsoup
        .connect("https://example.com/")
        .userAgent(userAgent)
        .execute();




    //send login
    res = Jsoup
        .connect("https://example.com/login")
        .userAgent(userAgent)
        .cookies(res.cookies())
        .data("redirect", "/")
        .data("login", "1234")
        .method(Method.POST)
        .execute();

    //System.out.print(res.body());



    //send password
    res = Jsoup
        .connect("https://example.com/login")
        .userAgent(userAgent)
        .cookies(res.cookies())
        .data("redirect", "/")
        .data("user", "1234")
        .data("password", "1234")
        .method(Method.POST)
        .execute();

    //System.out.print(res.body());







    Map<String, String> cookies = res.cookies();

    //json
    //here cookies are sent properly
    res = Jsoup
        .connect("https://example.com/0/0/list.json?d=1451669517333")
        .userAgent(userAgent)
        .cookies(res.cookies())
        .method(Method.GET)
        .ignoreContentType(true)
        .execute();

    System.out.print(res.body());


    //json      
    //here is the problem with cookies - fix is to use Map of cookies from above
    res = Jsoup
        .connect("https://example.com/ord/0/0?a=23000&d=1451669539678")
        .userAgent(userAgent)
        .cookies(cookies)
        .header("Host", "example.com")
        .header("Connection", "keep-alive")
        .header("Accept", "application/json, text/plain, */*")
        .header("X-Requested-With", "XMLHttpRequest")
        .header("Referer", "https://example.com/")
        .header("Accept-Encoding", "gzip, deflate, lzma, sdch")
        .header("Accept-Language", "pl,en-US;q=0.8,en;q=0.6,de;q=0.4")
        .method(Method.GET)
        .ignoreContentType(true)
        .execute();

    System.out.print(res.body());

}

}

1 个答案:

答案 0 :(得分:1)

由于第二个但最后一个答案似乎没有返回任何Cookie,因此您无法将该响应用作最终查询的Cookie的来源。 JSoup不会为您自动处理cookie。在每个请求中,您需要指定要发送的cookie - 就像您一样。但是,每次使用新响应时,您也会覆盖变量res。如果您不在地图中保存连接的cookie,则旧cookie将与响应一起删除。所以你使用地图的方法是完全有效的,我会继续使用这种模式。

如果您想要更自动的cookie管理,我建议您使用Apache httpClient库。