java - 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 中获取一个文档，该文档将根据无法正常工作的元刷新 url 重定向到另一个 url，以清楚地解释我是否正在输入名为 http://www.amerisourcebergendrug.com 的网站 url这将根据元刷新 url 自动重定向到 http://www.amerisourcebergendrug.com/abcdrug/ 但我的 jsoup 仍然坚持使用 http://www.amerisourcebergendrug.com 而不是从 http://www.amerisourcebergendrug.com/abcdrug/ 重定向和获取

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

我也试过用，

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

但两者都不起作用

有什么解决方法吗？

更新:页面可能使用元刷新重定向方法

Answer 1

更新(不区分大小写且非常容错)

• (几乎)根据spec解析的内容
• first successfully parsed content meta data应该使用

---

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/..