Question

我需要抓取具有http基本身份验证的页面背后的内容。此外，该网站有ssl。我到目前为止所写的内容：

Document document = Jsoup.connect("https://someuser:somepassword@somedomain.com").get();

但它不起作用。还尝试过：

Document document = Jsoup
                    .connect("https://somedomain.com").get();
                    .header("Authorization", "Basic " + base64login)
                    .get();

其中base64login为：

 private String title;
String username = "someuser";
String password = "somepass";
String login = username + ":" + password;
public String base64login = Base64.encodeToString(login.getBytes(), Base64.DEFAULT);

我不知道如何让它发挥作用。有人可以帮帮我吗？

Answer 1

没有URL，很难知道，但我猜你的默认Charset编码与网络服务器的预期不符。也许试试这个：

public String base64login = new String(
    Base64.encodeBase64(login.getBytes(Charset.forName("UTF-8")))
    );

这使用org.apache.commons.codec.binary.Base64方法。

登录应该按照您在第二种方法中尝试进行，即使用"Authorization"标题。顺便说一句 - 您的代码中有错误。必须在header之前调用get方法，并且connect之后没有分号。

基本身份验证登录后Web刮擦

1 个答案: