如何使用 HtmlUnit 处理太多重定向

Question

我正在尝试解析网站，但遇到了 Too much redirect 异常。这是我的代码：

WebClient client = new WebClient(BrowserVersion.FIREFOX_24);
HtmlPage homePage = null;
String url = "http://www.freelake.org/pages/Freetown-Lakeville_RSD/Departments/Director_of_Financial_Operatio";
try {
    client.getOptions().setUseInsecureSSL(true);
    client.setAjaxController(new NicelyResynchronizingAjaxController());
    client.getOptions().setThrowExceptionOnFailingStatusCode(false);
    client.getOptions().setThrowExceptionOnScriptError(false);
    client.waitForBackgroundJavaScript(30000);
    client.waitForBackgroundJavaScriptStartingBefore(30000);
    client.getOptions().setCssEnabled(false);
    client.getOptions().setJavaScriptEnabled(true);
    client.getOptions().setRedirectEnabled(true);
    homePage = client.getPage(url);
    synchronized (homePage) {
        homePage.wait(25000);
    }
    System.out.println(homePage.asXml());
} catch (Exception e) {
    e.printStackTrace();
}

例外情况如下

com.gargoylesoftware.htmlunit.FailingHttpStatusCodeException: Too much redirect for http://www.freelake.org/resolver/2345183424.20480.0000/route.00/pages/Freetown-Lakeville_RSD/Departments/Director_of_Financial_Operatio
at com.gargoylesoftware.htmlunit.WebClient.loadWebResponseFromWebConnection(WebClient.java:1353)
at com.gargoylesoftware.htmlunit.WebClient.loadWebResponseFromWebConnection(WebClient.java:1371)

有什么办法可以解决这个问题吗？

Answer 1

页面 http://www.freelake.org/pages/Freetown-Lakeville_RSD/Departments/Director_of_Financial_Operatio 发送了 2 次重定向：

使用第二个 url 应该可以。或者想办法告诉库允许一定数量的重定向；在这种情况下为 2。

编辑：这可能有帮助。我自己不要使用这个库：

client.getOptions().setRedirectEnabled(true);

Answer 2

这是因为 HtmlUnit 缓存了响应，并且重定向到另一个页面然后返回。

我用下面的方法测试过，它有效：

client.getCache().setMaxSize(0);

Answer 3

我遇到了同样的问题，但我是通过 Selenium 来解决这个问题的。在 Selenium 中，您无法直接访问 WebClient，因为它是 protected.

我是这样解决的：

WebDriver driver = new HtmlUnitDriver(true) {
    {
        this.getWebClient().getCache().setMaxSize(0);
    }
};

如何使用 HtmlUnit 处理太多重定向

How to handle Too much redirect with HtmlUnit

java

htmlunit