检查损坏的链接
我正在尝试使用Java在网页中查找所有损坏的链接。 代码如下：
private static boolean isLive(String link){
HttpURLConnection urlconn = null;
int res = -1;
String msg = null;
try{
URL url = new URL(link);
urlconn = (HttpURLConnection)url.openConnection();
urlconn.setConnectTimeout(10000);
urlconn.setRequestMethod("GET");
urlconn.connect();
String redirlink = urlconn.getHeaderField("Location");
System.out.println(urlconn.getHeaderFields());
if(redirlink != null && !url.toExternalForm().equals(redirlink))
return isLive(redirlink);
else
return urlconn.getResponseCode()==HttpURLConnection.HTTP_OK;
}catch(Exception e){
System.out.println(e.getMessage());
return false;
}finally{
if(urlconn != null)
urlconn.disconnect();
}
}
public static void main(String[] s){
String link = "http://www.somefakesite.net";
System.out.println(isLive(link));
}
代码参考http://nscraps.com/Java/146-program-code-broken-link-checker.htm。
此代码为所有网页提供了HTTP 200状态，包括已损坏的网页。 例如http://www.somefakesite.net/提供以下标题字段：
{null = [HTTP / 1.1 200 OK]，日期= [Sun，2011年5月15日18:51:29]，Transfer-Encoding = [chunked]，Keep-Alive = [timeout = 4，max = 100] = [Keep-Alive]，Content-Type = [text / html]，Server = [Apache / 2.2.15（Win32）PHP / 5.2.12]，X-Powered-By = [PHP / 5.2.9-1] }
即使这些网站不存在，如何将它归类为断开的链接？
也许问题是，目前很多网络服务器和DNS提供商检测到这些“断开”的链接，并将您重定向到他们的“未找到”页面。
根据您知道发送404代码的URL（它显示浏览器原始消息）对其进行测试。
编辑回答作者的评论（因为它太长，以适应评论）：我没有看到你的问题的简单答案，但有几种不同类型的失败：