« Changelog History


webmagic v0.7.0 Release Notes

Release Date: 2017-05-29 // almost 7 years ago

  • 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