ការទាញយកទំព័រតាមរយៈ HTTP proxy ក្នុង jsoup

jsoup អាចទាញយកទំព័រតាមរយៈ HTTP proxy ហើយវិភាគការឆ្លើយតបក្នុងការហៅតែមួយ៖

Document page = Jsoup.connect("https://www.example.com/")
    .proxy("proxy.example", 8080)
    .get();

ឈ្មោះម៉ាស៊ីន និងច្រកជាចំនួនគត់កំណត់ proxy។ សម្រាប់សំណើដែលបានអនុញ្ញាតទៅកាន់ទំព័រសាធារណៈ សូមជ្រើសចំណុចបញ្ចប់ HTTP ពីសេវារបស់អ្នក ឬពីបញ្ជី HTTP proxy។ URL ដែលផ្តល់ទៅ connect នៅតែជាទំព័រដែលអ្នកចង់បាន។ អ្នកមិនចាំបាច់ទាញយក HTML ទៅជាខ្សែអក្សរដោយ URLConnection ដាច់ដោយឡែក គ្រាន់តែដើម្បីបន្ថែមផ្លូវនេះទេ។

proxy(String, int) ជ្រើស HTTP proxy សម្រាប់សំណើនោះ។ លេខច្រកដូចជា 1080 មិនផ្លាស់ប្តូរពិធីការរបស់វាទៅ SOCKS ទេ។ ចំណុចបញ្ចប់របស់ proxy ត្រូវតែនិយាយប្រភេទដែលកំពុងកំណត់។ jsoup ក៏ផ្តល់នូវទម្រង់បន្ថែមដែលទទួល java.net.Proxy ដែរ ប៉ុន្តែការគាំទ្រផ្លូវជាក់លាក់ នៅតែអាស្រ័យលើការអនុវត្ត HTTP ដែលកំពុងប្រើ។

ផ្តល់សំណើរៀងៗខ្លួនដល់អ្នកធ្វើការនីមួយៗ

ជម្រើសកម្រិតសំណើធ្វើឱ្យការងារស្របគ្នាងាយស្រួលជាងការផ្លាស់ប្តូរលក្ខណសម្បត្តិប្រព័ន្ធ JVM ជុំវិញការទាញយកនីមួយៗ។ រក្សាសំណើដែលអាចផ្លាស់ប្តូរដាច់ដោយឡែកសម្រាប់អ្នកធ្វើការនីមួយៗ។ jsoup សម័យទំនើបអាចចែករំលែកការកំណត់ និងឃ្លាំងឃុកគីនៃសម័យ ខណៈបង្កើតសំណើថ្មី៖

Connection session = Jsoup.newSession();
Document first = session.newRequest()
    .url("https://www.example.com/one")
    .proxy("proxy-a.example", 8080)
    .get();
Document second = session.newRequest()
    .url("https://www.example.com/two")
    .proxy("proxy-b.example", 8080)
    .get();

ការហៅខាងលើដំណើរការជាបន្តបន្ទាប់ ដើម្បីភាពច្បាស់លាស់។ ប្រសិនបើការងារត្រូវបានចែកចាយក្នុងពេលតែមួយ សូមបង្កើតសំណើដោយឯករាជ្យ ជាជាងផ្លាស់ប្តូរ proxy លើ Connection មួយដែលកំពុងដំណើរការ។ សម័យដែលចែករំលែកក៏ចែករំលែកឃុកគីដែរ។ ប្រើសម័យផ្សេងគ្នា នៅពេលអត្តសញ្ញាណរុករកត្រូវរក្សាដាច់ដោយឡែក។

ចំណុចប្រទាក់ទាំងនេះមាននៅក្នុង jsoup 1.21.2។ ចំណុចប្រទាក់ newRequest() ដោយគ្មានអាគុយម៉ង់ មានតាំងពី 1.14.1 ដូច្នេះកម្មវិធីចាស់គួរតែពិនិត្យការពឹងផ្អែករបស់ខ្លួន មុនពេលយកឧទាហរណ៍សម័យទៅប្រើ។

ព័ត៌មានសម្គាល់គឺជាតម្រូវការបន្ថែមសម្រាប់ proxy ដែលមានការផ្ទៀងផ្ទាត់។ ការជ្រើសផ្លូវដោយជោគជ័យ មិនផ្តល់គណនីទេ ហើយការទទួលបញ្ហាប្រឈមពី proxy ខុសពីការបរាជ័យក្នុងការភ្ជាប់ទៅច្រករបស់វា។