WebMagic 0.7.0 版本发布了,此次更新重写了HttpClientDownloader,完善了POST等其他Http Method的支持,并重写了代理API,更加简单和便于扩展。 POST支持 新的POST API,支持各种RequestBody #513 Request request = new Request("http://xxx/path"); request.setMethod(HttpConstant.Method.POST); request.setRequestBody(HttpRequestBody.json("{'id':1}","utf-8")); 移除了老的在request.extra中设置NameValuePair的方式 POST请求不再进行去重 #484 代理支持 新的代理APIProxyProvider,支持自由扩展 默认实现SimpleProxyProvider是一个简单的round-robin实现,可以添加任意个数的代理。 HttpClientDownloader httpClientDownloader = new HttpClientDownloader(); SimpleProxyProvider proxyProvider = SimpleProxyProvider.from(new Proxy("127.0.0.1", 1087), new Proxy("127.0.0.1", 1088)); httpClientDownloader.setProxyProvider(proxyProvider); 移除了Site上关于代理配置的setProxy等,代理设置统一到HttpClientDownloader里。 新的SimpleHttpClient 用作简单的单次下载和解析时,使用SimpleHttpClient可以满足需求 SimpleHttpClient simpleHttpClient = new SimpleHttpClient(); GithubRepo model = simpleHttpClient.get("github.com/code4craft/webmagic",GithubRepo.class); 其他改动 为Page中增加状态码和Http头信息 #406 支持Request级别设置Http Header和Cookie 去掉Site.addStartRequest() , 用Spider.addStartRequest()代替 #494 HttpClientDownloader大幅重构,将Request转换抽象到HttpUriRequestConverter(之前继承HttpClientDownloader的实现可能需要做相应修改) #524 将CycleRetry和statusCode的判断逻辑从Downloader中迁移到Spider中 #527 通过Page.isDownloadSuccess而不是Page对象本身为空来判断是否下载失败 为PageModel增加不发现新URL的功能 #575 为Site增加了disableCookieManagement属性,在不想使用cookie时使用 #577 WebMagic 0.7.0 版本发布,Java 爬虫框架下载地址