java - 是否可以忽略 Http Content-Length？

Question

我正在使用Crawler4J收集有关网站的信息。但有时我会收到以下错误:

INFORMATION: Exception while fetching content for: {someurl} [Premature end of Content-Length delimited message body (expected: X; received: Y]

(对我来说)不清楚它是否只在 X < Y 时发生，反之亦然。

异常在 fetchContent 的“fetcher.PageFetchResult.java”中抛出(我猜是在获取响应 header 时)。

所以我的问题是:是否有可能(通常)忽略http内容长度并获取信息？

我已经查过crawler4j的问题了，但是没有类似的问题。

也许 stackoverflow 社区的某个人知道如何解决这个问题。

非常感谢，

久志

编辑

抛出此异常的代码(片段):

public boolean fetchContent(Page page) {
    try {
        page.load(entity);
        page.setFetchResponseHeaders(responseHeaders);
        return true;
    } catch (Exception e) {
        logger.log(Level.INFO, "Exception while fetching content for: " + page.getWebURL().getURL() + " [" + e.getMessage()
                + "]");
    }
    return false;
}

responseHeaders 和实体为 null(默认情况下):

protected HttpEntity entity = null;
protected Header[] responseHeaders = null;

Answer 1

内容长度分隔消息正文的过早结束通常意味着您在读取整个内容长度之前与服务器断开连接，只需在代码中包含重试机制，以便您可以重试，然后获取全身。