关于抓取简书内容

前几天用手机抓博客园和csdn的文章的时候,直接分析它们各自的APP得到了如下获取json的链接

csdn
http://ms.csdn.net/api/v2/search/blog?page=1&pagesize=20&key=Android
博客园
http://cnblogs.davismy.com/Handler.ashx?op=BlogSearch&key=Android

后面的参数就不用我多说了。
但是抓取简书内容的时候,却遇到了问题。分析简书APP的时候,每次只要用其他工具抓取(这里我用的是fiddler),简书APP就无法正常访问网络。所以只好放弃APP这条路,然后转向电脑端。在电脑端的简书官网进行搜索,在访问后台找到了这样一个链接:
//www.greatytc.com/search/do?q=Android&page=1&type=notes
然后就是测试过程中的各种坑点。开始,天真的以为返回的内容就是我要的json格式,然后就直接使用volley中的JsonObjectRequest方法去请求上面的地址,然后,就看到了下面的提示
Unexpected response code 404 for //www.greatytc.com/search/do?q=Android&page=1&type=notes
一个大大的404出现在了输出栏,看来返回的内容并不是json格式,然后自己就转用StringRequest方法去请求,还是和上面一样的结果。这个时候,应该倒杯茶好好想想了:这三个(或者说这两种)地址有什么区别呢?然后就是各种尝试,试了一会发现,csdn和博客园的地址都能直接在浏览器中访问,并且显示json数据,但是简书的却不行,每次直接访问都会跳转到一个404页面;只有在简书的页面进行搜索,浏览器自动会在后台访问这个链接,然后返回相应的数据。这块应该就是它们的区别所在,也是解决问题的关键。
既然找到了问题的关键,那就开始动手了,我先在浏览器中的简书页面进行了搜索,然后在浏览器调试模式中找到后台访问的链接,好像请求头里面有很多内容呀,然后为了让手机端能模拟浏览器的行为,重写getHeaders方法,然后加上了全部的参数,满心欢喜的以为能访问了,没想到又报错了,如下:
org.json.JSONException: Value ����������������� of type java.lang.String cannot be converted to JSONObject
这块我使用的是JsonObjectRequest方法进行请求的,看到这个错误,想着应该用StringRequest方法,然后说改就改,直接换成StringRequest方法进行测试,成功是成功了,但是输出栏里却是满满一屏幕的乱码,乱码看着太心烦了,就不贴了。
接下来就是漫漫长路之修改编码问题,网上找了好久各种方法:字符流转字节流,重写volley中的parseNetworkResponse方法等等,然而都没有解决。
突然想到,浏览器端能正常显示,但是手机不能正常显示,两者之间就差了一个请求头,有可能是请求头的问题。然后就又开始尝试。最后,编码问题源头终于找到了,问题就出在了请求头这块
"Accept-Encoding"="gzip, deflate"
这个参数表示本地可以接收压缩格式的数据,电脑端接收到压缩文件之后会自动进行解压,而自己写的程序中没有解压的方法,所以仍然会显示压缩的内容,所以看到的就是乱码了。
然后果断删掉这行参数,程序终于正常跑起来了,还有比如搜索的内容会被标签包裹之类的小问题,这边我是用replace函数直接进行替换的。现在的大概界面是这样的。

Paste_Image.png

翻页还没有做,下拉刷新之后只是重复请求这个页面,这个坑会在这周末填上,记下自己犯的一些小错误,自己多来看看,也就不会在犯了。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,542评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,596评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,021评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,682评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,792评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,985评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,107评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,845评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,299评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,612评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,747评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,441评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,072评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,828评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,069评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,545评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,658评论 2 350

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,637评论 18 139
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,848评论 25 707
  • 发现 关注 消息 iOS 第三方库、插件、知名博客总结 作者大灰狼的小绵羊哥哥关注 2017.06.26 09:4...
    肇东周阅读 12,066评论 4 62
  • 本着凡事不决问度娘的原则,谈到人生信条,首先就百度一番。 Get到定义,说是做人的原则。头脑发热,偶一为之的行为不...
    冰小寒阅读 4,427评论 6 3
  • 《性格与人格类型》第一章 世界上有两种人,一种人认为世界上有两种人,而另一种人则不这样认为。 这是本章中提到的一个...
    寻昕询心阅读 215评论 4 3