Apache HttpClient 4.0。奇怪的行为

Question

我正在使用 Apache HttpClient 4.0 作为我的网络爬虫。我发现奇怪的行为是：我试图通过 HTTP GET 方法获取页面并获取有关 404 HTTP 错误的响应。但如果我尝试使用浏览器获取该页面，它就成功完成了。

细节： 1.我以这种方式将多部分表单上传到服务器：

    HttpPost httpPost = new HttpPost("http://[host here]/in.php");

    MultipartEntity entity = new MultipartEntity(HttpMultipartMode.BROWSER_COMPATIBLE);
    entity.addPart("method", new StringBody("post"));
    entity.addPart("key", new StringBody("223fwe0923fjf23"));
    FileBody fileBody = new FileBody(new File("photo.jpg"), "image/jpeg");
    entity.addPart("file", fileBody);
    httpPost.setEntity(entity);

    HttpResponse response = httpClient.execute(httpPost);       
    HttpEntity result = response.getEntity();

    String responseString = "";
    if (result != null) {
        InputStream inputStream = result.getContent();

        byte[] buffer = new byte[1024];
        while(inputStream.read(buffer) > 0)
            responseString += new String(buffer);

        result.consumeContent();
    }

上传成功结束。

2. 我从网络服务器获得一些结果：

    HttpGet httpGet = new HttpGet("http://[此处的主机]/res.php?key="+myKey+"&action=get&id="+id);
   
       HttpResponse 响应 = httpClient.execute(httpGet);
       HttpEntity实体=response.getEntity();
   

我在执行方法运行时收到 ClientProtocolException。我正在使用 log4j 调试这种情况。服务器回答“404 Not Found”。但我的浏览器加载该页面没有任何问题。

有人可以帮助我吗？

谢谢。

Answer 1

我必须注意这个问题与网络服务器无关。如果我不将 FileBody 添加到多部分表单数据中，则不会发生异常，一切正常，没有 HTTP 404。