Àwọn àṣìṣe ìkódé ọ̀rọ̀ nínú jsoup lẹ́yìn gbígbàdéwálẹ̀ nípasẹ̀ proxy

Ṣàyẹ̀wò àwọn ọ̀rọ̀ tí ó dàrú lórí ojú-ìwé tí a gbé wálẹ̀ nípasẹ̀ proxy nípa mímú àlàyé ìkódé ìdáhùn dúró jálẹ̀ àyẹ̀wò HTML.

Ojú-ìwé náà gbé wálẹ̀ nípasẹ̀ proxy, ṣùgbọ́n àwọn lẹ́tà tí ó ní àmì ìpè jẹ́ dàrú padà. Kí o tó yí proxy padà, wá ibi àkọ́kọ́ tí àwọn byte ìdáhùn di Java String. InputStreamReader tí kò ní charset tí ó ṣe kedere lè ṣe ìpinnu yẹn kí jsoup tó rí ìwé náà.

Nígbà tí jsoup bá ń ṣe ìgbàwálẹ̀ fúnra rẹ̀, mú ìdáhùn náà dúró pọ̀ títí dé àyẹ̀wò:

Connection.Response response = Jsoup
    .connect("https://www.example.com/catalog")
    .proxy("proxy.example", 8080)
    .execute();
Document page = response.parse();

API ìdáhùn ń fi àlàyé charset tí ó wá láti Content-Type hàn. Ó tún lè gba àyípadà charset tí ó ṣe kedere nígbà tí o bá ti fidi rẹ̀ múlẹ̀ pé ìkéde server náà kò tọ́. Àdírẹ́sì proxy nìkan kò sọ irú ìkódé ọ̀rọ̀ tí ìwé náà ń lò. Bí o bá nílò ìfiwéra ojú-ìwé gbangba tí a gbà láàyè láìsí àkọsílẹ̀ proxy, rọ́pò host àti port HTTP ti àpẹẹrẹ pẹ̀lú olùdíje kan láti inú àkójọ proxy HTTP, ní mímú àwọn àyẹ̀wò ìkódé kanna dúró.

Bí ẹrọ oníbàárà HTTP mìíràn bá pèsè InputStream, ìrọ́pò àyẹ̀wò ṣíṣàn ti jsoup gba orúkọ charset àti URI ìpìlẹ̀. Null charset ń gba ìwárí àti ìhùwàsí àpadà rẹ̀ tí a kọ sílẹ̀ láàyè; HTTP charset tí a mọ̀ tí ó sì tọ́ yẹ kí a gbé e kọjá pẹ̀lú ìdí. URI ìpìlẹ̀ ń pèsè àyíká fún àwọn ọ̀nà àsopọ̀ ìbámu.

Nígbà tí àwọn byte bá ti jẹ́ kódé pẹ̀lú àṣìṣe, àyẹ̀wò String tí ó jáde pẹ̀lú charset mìíràn kò gba ọ̀rọ̀ àkọ́kọ́ padà. Padà sí àwọn byte àti metadata ìdáhùn. Fi ohun tí a gbà wé pẹ̀lú: ojú-ìwé ìwọlé tàbí ìkọ̀sílẹ̀ proxy lè jẹ́ ìwé tí ó yàtọ̀ pátápátá sí ojú-ìwé tí a béèrè, kì í ṣe ìkùnà ìkódé nínú rẹ̀.

Àwọn àpilẹ̀kọ tó jọra