基于 VPN/代理的 JSoup答案

【问题标题】：JSoup over VPN/proxy基于 VPN/代理的 JSoup
【发布时间】：2012-10-28 14:46:50
【问题描述】：

我正在尝试使用 JSoup 来抓取暂存服务器上的一些页面。要使用浏览器查看暂存服务器上的页面，我需要连接到 VPN。

我已连接到 VPN，但是当我使用 JSoup 尝试抓取页面时，它一直超时。如何让我的程序使用 VPN 连接。或者这里还有什么我没有想到的？

注意：我还在程序的另一部分使用了 HttpClient。有没有一种方法可以让我的程序在程序初始化后连接到 VPN/Proxy，以便 JSoup 和 HttpClient 都使用 VPN/Proxy。

谢谢

【问题讨论】：

如果您有 HttpClient 通过代理运行，您可以使用它将网站下载到字符串中并解析这个（如我的答案中的解决方案＃2）。

标签： java proxy httpclient jsoup vpn

【解决方案1】：

您可以为代理设置 java 属性：

// if you use https, set it here too
System.setProperty("http.proxyHost", "<proxyip>"); // set proxy server
System.setProperty("http.proxyPort", "<proxyport>"); // set proxy port

Document doc = Jsoup.connect("http://your.url.here").get(); // Jsoup now connects via proxy

或者将网站下载成字符串然后解析：

final URL website = new URL("http://your.url.here"); // The website you want to connect

// -- Setup connection through proxy
Proxy proxy = new Proxy(Proxy.Type.HTTP, new InetSocketAddress("<proxyserver>", 1234)); // set proxy server and port
HttpURLConnection httpUrlConnetion = (HttpURLConnection) website.openConnection(proxy);
httpUrlConnetion.connect();

// -- Download the website into a buffer
BufferedReader br = new BufferedReader(new InputStreamReader(httpUrlConnetion.getInputStream()));
StringBuilder buffer = new StringBuilder();
String str;

while( (str = br.readLine()) != null )
{
    buffer.append(str);
}

// -- Parse the buffer with Jsoup
Document doc = Jsoup.parse(buffer.toString());

您也可以将HttpClient 用于此解决方案。

【讨论】：

【解决方案2】：

如果您的代理需要用户名/密码身份验证，则为 ollo 添加。

final String authUser = <username>;
final String authPassword = <password>;
Authenticator.setDefault(
   new Authenticator() {
      public PasswordAuthentication getPasswordAuthentication() {
         return new PasswordAuthentication(
               authUser, authPassword.toCharArray());
      }
   }
);

System.setProperty("http.proxyHost", <yourproxyhost>);
System.setProperty("http.proxyPort", <yourproxyport>);
System.setProperty("http.proxyUser", authUser);
System.setProperty("http.proxyPassword", authPassword);

Document doc = Jsoup.connect("http://your.url.here").get();

【讨论】：

【解决方案3】：

从 1.9 版开始，您可以在连接上设置它：https://jsoup.org/apidocs/org/jsoup/Connection.html#proxy-java.net.Proxy-

JSoup.connect("http://your.url.here").proxy("<proxy-host>", <proxy-port>).get();

【讨论】：