从 Jsoup 获取原始帖子回复答案

【问题标题】：Get raw post reply from Jsoup从 Jsoup 获取原始帖子回复
【发布时间】：2012-03-25 19:49:11
【问题描述】：

我正在使用 Jsoup 向网站发布表单，回复是纯文本，但 Jsoup 不知道内容类型。因此我使用了ignoreContentType(true)，所以Jsoup不会因为未知的内容类型而抛出异常。但是我不知道如何从 Jsoup 获取原始回复，文本包含一些特殊字符，Jsoup 会剥离，Jsoup 还添加了正文和 html 标签 - 我不需要，我只想要原始回复。如何获得原始回复？谢谢！

【问题讨论】：

标签： java http jsoup

【解决方案1】：

您可以为此使用Response#body()。例如

String body = Jsoup.connect(url).execute().body();

或者如果你在做 POST

String body = Jsoup.connect(url).method(Method.POST).data(data).execute().body();

【讨论】：

谢谢，这样就可以了，但是我想知道是否真的无法从 Jsoup 获取原始数据。我知道它是一个解析器，但也许还有一种方法？ ;-)
谢谢，但这仍然不是原始数据，除了添加的正文标签（不是真正的问题）一些特殊字符丢失/被 jsoup 删除）：
@stefan.at.wpf，您确定您在使用 Response#body() 作为 BalusC 的答案吗？这只是将 HTTP 响应正文作为字符串提取出来。没有解析或任何处理完成。如果您看到标记，我认为您正在使用 Document#body() 方法，这是不同的。您可以发布您的示例代码并指出您遇到问题的地方吗？

【解决方案2】：

您可以从Connection 获取Response 对象，它包含原始字节数据。忽略内容类型，否则它将在非文本数据上失败。如果您使用body()，它可能会使用默认字符集破坏响应。

Connection conn = Jsoup.connect(url).ignoreContentType(true).method(Method.GET);
Connection.Response response = conn.execute();
byte[] raw = response.bodyAsBytes();

// if you want...
Document parsed = response.parse();

【讨论】：

【解决方案3】：

我遇到了同样的问题，分两步解决

1- 收集响应

2- 将响应读取为字节并转换为字符串或解析为您想要的任何内容（json 等）

Response resp = jsoup.connect(url).ignoreContentType(true).Method(Method.Post).execute();
String respStr = new String(resp.bodyAsBytes(), StandardCharsets.UTF_8);

【讨论】：