jsoup 可以处理元刷新重定向吗

Question

我在使用 jsoup 时遇到问题，我想做的是从 url 获取文档，该文档将根据元刷新 url 重定向到另一个 url，但该 url 不起作用，以便清楚地解释我是否输入名为 http://www.amerisourcebergendrug.com 将自动重定向到 http://www.amerisourcebergendrug.com/abcdrug/ 取决于元刷新网址，但我的 jsoup 仍然存在使用 http://www.amerisourcebergendrug.com 并且不从 http://www.amerisourcebergendrug.com/abcdrug/

Document doc = Jsoup.connect("http://www.amerisourcebergendrug.com").get();

我也尝试过使用，

Document doc = Jsoup.connect("http://www.amerisourcebergendrug.com").followRedirects(true).get();

但两者都不起作用

任何解决这个问题的方法？

更新： 页面可以使用元刷新重定向方法

Answer 1

更新（不区分大小写且具有良好的容错能力）

• （几乎）根据 规范
• 应使用第一个成功解析的内容元数据

---

public static void main(String[] args) throws Exception {

    URI uri = URI.create("http://www.amerisourcebergendrug.com");

    Document d = Jsoup.connect(uri.toString()).get();

    for (Element refresh : d.select("html head meta[http-equiv=refresh]")) {

        Matcher m = Pattern.compile("(?si)\\d+;\\s*url=(.+)|\\d+")
                           .matcher(refresh.attr("content"));

        // find the first one that is valid
        if (m.matches()) {
            if (m.group(1) != null)
                d = Jsoup.connect(uri.resolve(m.group(1)).toString()).get();
            break;
        }
    }
}

正确输出：

http://www.amerisourcebergendrug.com/abcdrug/

---

旧答案：

您确定它不起作用吗？对我来说：

System.out.println(Jsoup.connect("http://www.ibm.com").get().baseUri());

..正确输出 http://www.ibm.com/us/en/ ..

Answer 2

有更好的错误处理和区分大小写的问题

try
{
    Document doc = Jsoup.connect("http://www.ibm.com").get();
    Elements meta = doc.select("html head meta");
    if (meta != null)
    {
        String lvHttpEquiv = meta.attr("http-equiv");
        if (lvHttpEquiv != null && lvHttpEquiv.toLowerCase().contains("refresh"))
        {
            String lvContent = meta.attr("content");
            if (lvContent != null)
            {
                String[] lvContentArray = lvContent.split("=");
                if (lvContentArray.length > 1)
                    doc = Jsoup.connect(lvContentArray[1]).get();
            }
        }
    }

    // get page title
    return doc.title();

}
catch (IOException e)
{
    e.printStackTrace();
}