403 zabronione z Javą, ale nie Przeglądarka internetowa?

Question

403 zabronione z Javą, ale nie Przeglądarka internetowa?

Piszę mały program Java, aby uzyskać ilość wyników dla danego hasła wyszukiwania Google. Z jakiegoś powodu w Javie dostaję 403 zakazane, ale dostaję odpowiednie wyniki w przeglądarkach internetowych. Kod:

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.URL;


public class DataGetter {

    public static void main(String[] args) throws IOException {
        getResultAmount("test");
    }

    private static int getResultAmount(String query) throws IOException {
        BufferedReader r = new BufferedReader(new InputStreamReader(new URL("https://www.google.com/search?q=" + query).openConnection()
                .getInputStream()));
        String line;
        String src = "";
        while ((line = r.readLine()) != null) {
            src += line;
        }
        System.out.println(src);
        return 1;
    }

}

I błąd:

Exception in thread "main" java.io.IOException: Server returned HTTP response code: 403 for URL: https://www.google.com/search?q=test
    at sun.net.www.protocol.http.HttpURLConnection.getInputStream(Unknown Source)
    at sun.net.www.protocol.https.HttpsURLConnectionImpl.getInputStream(Unknown Source)
    at DataGetter.getResultAmount(DataGetter.java:15)
    at DataGetter.main(DataGetter.java:10)

Dlaczego to robi?

37

java http-status-code-403

Author: Doorknob, 2012-12-02

Source

4 answers

Prawdopodobnie nie ustawiasz poprawnych nagłówków. Użyj LiveHttpHeaders (lub równoważnego) w przeglądarce, aby zobaczyć, jakie nagłówki wysyła przeglądarka, a następnie Emuluj je w kodzie.

2

Author: Kevin Day,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2012-12-02 15:43:36

To dlatego, że strona używa SSL. Spróbuj użyć klienta HTTP Jersey. Prawdopodobnie będziesz musiał również dowiedzieć się trochę o HTTPS i certyfikatach, ale myślę, że Jersey może postawić na zignorowanie większości szczegółów dotyczących rzeczywistego bezpieczeństwa.

0

Author: ,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2012-12-02 15:34:11

U mnie działało dodając nagłówek: "Akceptuj": "*/*"

0

Author: rpajaziti,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-06-28 12:04:13

score 75 · Accepted Answer

Wystarczy ustawić nagłówek user agent, aby działał:

URLConnection connection = new URL("https://www.google.com/search?q=" + query).openConnection();
connection.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.95 Safari/537.11");
connection.connect();

BufferedReader r  = new BufferedReader(new InputStreamReader(connection.getInputStream(), Charset.forName("UTF-8")));

StringBuilder sb = new StringBuilder();
String line;
while ((line = r.readLine()) != null) {
    sb.append(line);
}
System.out.println(sb.toString());

Protokół SSL był dla ciebie obsługiwany w sposób przejrzysty, co można było zobaczyć z twojego wyjątku stacktrace.

Uzyskanie wyniku nie jest tak proste, ale po tym musisz udawać, że jesteś przeglądarką, pobierając plik cookie i analizując link do tokena przekierowania.

String cookie = connection.getHeaderField( "Set-Cookie").split(";")[0];
Pattern pattern = Pattern.compile("content=\\\"0;url=(.*?)\\\"");
Matcher m = pattern.matcher(response);
if( m.find() ) {
    String url = m.group(1);
    connection = new URL(url).openConnection();
    connection.setRequestProperty("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.95 Safari/537.11");
    connection.setRequestProperty("Cookie", cookie );
    connection.connect();
    r  = new BufferedReader(new InputStreamReader(connection.getInputStream(), Charset.forName("UTF-8")));
    sb = new StringBuilder();
    while ((line = r.readLine()) != null) {
        sb.append(line);
    }
    response = sb.toString();
    pattern = Pattern.compile("<div id=\"resultStats\">About ([0-9,]+) results</div>");
    m = pattern.matcher(response);
    if( m.find() ) {
        long amount = Long.parseLong(m.group(1).replaceAll(",", ""));
        return amount;
    }

}

Uruchamiając Pełny kod otrzymuję 2930000000L w rezultacie.