Question

规格：我公司的服务器运行Jsoup以根据我提供的链接下载pdf

有时我遇到一个问题，即网站上有我可以从浏览器正常下载的文档（pdf或其他格式），但是通过我的抓取软件，它会返回诸如此类的错误

出了点问题。不好了！有点不对劲！尝试再次登录。如果您仍然遇到此错误，请通过support@agendapal.com与我们联系。错误描述：MessageInvalid URI：无法解析授权/主机。 TargetSiteVoid CreateThis（System.String，Boolean，System.UriKind）在System.Uri.CreateThis（String uri，Boolean dontEscape，UriKind uriKind）在SWPalInc.WebHost.Controllers.DController.F（String u，String n）在lambda_method（ System.Web.Mvc.ReflectedActionDescriptor.Execute的Closure，ControllerBase，Object []）（System的System.Web.Mvc.ControllerActionInvoker的ControllerContext controllerContext，IDictionary 2 parameters) at System.Web.Mvc.ControllerActionInvoker.InvokeActionMethod(ControllerContext controllerContext, ActionDescriptor actionDescriptor, IDictionary 2个参数）。<> c__DisplayClass15.b__12（）。 Web.Mvc.ControllerActionInvoker.InvokeActionMethodFilter（IActionFilter过滤器，ActionExecutingContext preContext，Func 1 continuation) at System.Web.Mvc.ControllerActionInvoker.InvokeActionMethodWithFilters(ControllerContext controllerContext, IList 1过滤器，ActionDescriptor actionDescriptor，IDictionary`2参数）在System.Web.Mvc.ControllerActionActionInvoker.InvokeAction（ControllerContext controllerContext，字符串actionName） System.Web.Mvc.ControllerBase.Execute（RequestContext requestContext）处的System.Web.Mvc.MvcHandler处的.Web.Mvc.Controller.ExecuteCore（）。System.Web.Mvc处的<> c__DisplayClass6。<> c__DisplayClassb.b__5（） .Async.AsyncResul System.Web.HttpApplication.CallHandlerExecutionStep.System.Web.HttpApplication.IExecutionStep.Execute（）位于System.Web.HttpApplication.ExecuteStep（IExecutionStep步骤，布尔值和已完成同步） SourceSystem单击此处，然后尝试重新登录

当我尝试使用公司服务器https://meetings.municode.com/d/f?u=https://agendapalncus.blob.core.windows.net/paonia-pubu/MEET-Agenda-e11f135d48564ad983c6c46949e34894.pdf&n=Agenda-Regular%20Town%20Board%20Meeting-February%2026,%202019%206.30%20PM.pdf从此类链接中提取pdf时收到该错误

我尝试使用代理服务器，但是在我对其进行爬网时遇到相同的问题。有人知道这个问题的解决方案吗？

Answer 1

当我尝试使用Jsoup解析此URL时，会抛出

Exception in thread "main" org.jsoup.UnsupportedMimeTypeException: Unhandled content type.
Must be text/*, application/xml, or application/xhtml+xml.

因此似乎正在抛出适当的显式异常。尝试捕获并处理此异常。那就是我要用Java做到的方式：

    try {
        doc = Jsoup.connect(url).get();
        (...)
    } catch (UnsupportedMimeTypeException ex) {
        // handle exception here
    }

Jsoup下载错误。说必须登录，但没有登录

1 个答案: