Skip to content

WebMagic-0.7.0
Compare
Choose a tag to compare
@code4craft code4craft released this 29 May 06:14
· 377 commits to master since this release
WebMagic-0.7.0
17d8bfa

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
Assets 3
Loading