? ? ? ? // 初始化，此处构造函数就与3.1中不同

? ? ? ? HttpClient httpclient = new DefaultHttpClient();

? ? ? ? HttpHost targetHost = new HttpHost("www.google.cn");

? ? ? ? //HttpGet httpget = new HttpGet("http://www.apache.org/");

? ? ? ? HttpGet httpget = new HttpGet("/");

? ? ? ? // 查看默认request头部信息

? ? ? ? System.out.println("Accept-Charset:" + httpget.getFirstHeader("Accept-Charset"));

? ? ? ? // 以下这条如果不加会发现无论你设置Accept-Charset为gbk还是utf-8，他都会默认返回gb2312（本例针对google.cn来说）

? ? ? ? httpget.setHeader("User-Agent", "Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9.1.2)");

? ? ? ? // 用逗号分隔显示可以同时接受多种编码

? ? ? ? httpget.setHeader("Accept-Language", "zh-cn,zh;q=0.5");

? ? ? ? httpget.setHeader("Accept-Charset", "GB2312,utf-8;q=0.7,*;q=0.7");

? ? ? ? // 验证头部信息设置生效

? ? ? ? System.out.println("Accept-Charset:" + httpget.getFirstHeader("Accept-Charset").getValue());

? ? ? ? // Execute HTTP request

? ? ? ? System.out.println("executing request " + httpget.getURI());

? ? ? ? HttpResponse response = httpclient.execute(targetHost, httpget);

? ? ? ? //HttpResponse response = httpclient.execute(httpget);

? ? ? ? System.out.println("----------------------------------------");

? ? ? ? System.out.println("Location: " + response.getLastHeader("Location"));

? ? ? ? System.out.println(response.getStatusLine().getStatusCode());

? ? ? ? System.out.println(response.getLastHeader("Content-Type"));

? ? ? ? System.out.println(response.getLastHeader("Content-Length"));

? ? ? ?

? ? ? ? System.out.println("----------------------------------------");

? ? ? ? // 判断页面返回状态判断是否进行转向抓取新链接

? ? ? ? int statusCode = response.getStatusLine().getStatusCode();

? ? ? ? if ((statusCode == HttpStatus.SC_MOVED_PERMANENTLY) ||

? ? ? ? ? ? ? ? (statusCode == HttpStatus.SC_MOVED_TEMPORARILY) ||

? ? ? ? ? ? ? ? (statusCode == HttpStatus.SC_SEE_OTHER) ||

? ? ? ? ? ? ? ? (statusCode == HttpStatus.SC_TEMPORARY_REDIRECT)) {

? ? ? ? ? ? // 此处重定向处理? 此处还未验证

? ? ? ? ? ? String newUri = response.getLastHeader("Location").getValue();

? ? ? ? ? ? httpclient = new DefaultHttpClient();

? ? ? ? ? ? httpget = new HttpGet(newUri);

? ? ? ? ? ? response = httpclient.execute(httpget);

? ? ? ? }

? ? ? ? // Get hold of the response entity

? ? ? ? HttpEntity entity = response.getEntity();

? ? ? ?

? ? ? ? // 查看所有返回头部信息

? ? ? ? Header headers[] = response.getAllHeaders();

? ? ? ? int ii = 0;

? ? ? ? while (ii < headers.length) {

? ? ? ? ? ? System.out.println(headers[ii].getName() + ": " + headers[ii].getValue());

? ? ? ? ? ? ++ii;

? ? ? ? }

? ? ? ?

? ? ? ? // If the response does not enclose an entity, there is no need

? ? ? ? // to bother about connection release

? ? ? ? if (entity != null) {

? ? ? ? ? ? // 将源码流保存在一个byte数组当中，因为可能需要两次用到该流，

? ? ? ? ? ? byte[] bytes = EntityUtils.toByteArray(entity);

? ? ? ? ? ? String charSet = "";

? ? ? ? ? ?

? ? ? ? ? ? // 如果头部Content-Type中包含了编码信息，那么我们可以直接在此处获取

? ? ? ? ? ? charSet = EntityUtils.getContentCharSet(entity);

? ? ? ? ? ? System.out.println("In header: " + charSet);

? ? ? ? ? ? // 如果头部中没有，那么我们需要 查看页面源码，这个方法虽然不能说完全正确，因为有些粗糙的网页编码者没有在页面中写头部编码信息

? ? ? ? ? ? if (charSet == "") {

? ? ? ? ? ? ? ? regEx="(?=

? ? ? ? ? ? ? ? p=Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);

? ? ? ? ? ? ? ? m=p.matcher(new String(bytes));? // 默认编码转成字符串，因为我们的匹配中无中文，所以串中可能的乱码对我们没有影响

? ? ? ? ? ? ? ? result=m.find();

? ? ? ? ? ? ? ? if (m.groupCount() == 1) {

? ? ? ? ? ? ? ? ? ? charSet = m.group(1);

? ? ? ? ? ? ? ? } else {

? ? ? ? ? ? ? ? ? ? charSet = "";

? ? ? ? ? ? ? ? }

? ? ? ? ? ? }

? ? ? ? ? ? System.out.println("Last get: " + charSet);

? ? ? ? ? ? // 至此，我们可以将原byte数组按照正常编码专成字符串输出（如果找到了编码的话）