1. java http 客户端有哪些
1、Apache httpcomponents-client
2、Apache commons-httpclient
3、Apache HttpAsyncClient
2. JAVA的HttpResponse怎么实例化，org.apache.http.HttpResponse;
这里的 HttpResponse 是一个接口，是抽象的，不能这样实例化。你如果要发送http请求，把这句删了不影响，可以如下所用
HttpResponse httpResponse = httpClient.execute(httpPost);
3. java中有没有第三方包有HttpWebRequest类的
Java开源Web爬虫
Heritrix
Heritrix是一个开源，可扩展的web爬虫项目。Heritrix设计成严格按照robots.txt文件的排除指示和META robots标签。
更多Heritrix信息
WebSPHINX
WebSPHINX是一个Java类包和Web爬虫的交互式开发环境。Web爬虫(也叫作机器人或蜘蛛)是可以自动浏览与处理Web页面的程序。WebSPHINX由两部分组成：爬虫工作平台和WebSPHINX类包。
更多WebSPHINX信息
WebLech
WebLech是一个功能强大的Web站点下载与镜像工具。它支持按功能需求来下载web站点并能够尽可能模仿标准Web浏览器的行为。WebLech有一个功能控制台并采用多线程操作。
更多WebLech信息
Arale
Arale主要为个人使用而设计，而没有像其它爬虫一样是关注于页面索引。Arale能够下载整个web站点或来自web站点的某些资源。Arale还能够把动态页面映射成静态页面。
更多Arale信息
JSpider
JSpider:是一个完全可配置和定制的Web Spider引擎.你可以利用它来检查网站的错误(内在的服务器错误等),网站内外部链接检查，分析网站的结构(可创建一个网站地图),下载整个Web站点，你还可以写一个JSpider插件来扩展你所需要的功能。
更多JSpider信息
spindle
spindle
是一个构建在Lucene工具包之上的Web索引/搜索工具.它包括一个用于创建索引的HTTP
spider和一个用于搜索这些索引的搜索类。spindle项目提供了一组JSP标签库使得那些基于JSP的站点不需要开发任何Java类就能够增加搜
索功能。
更多spindle信息
Arachnid
Arachnid:
是一个基于Java的web
spider框架.它包含一个简单的HTML剖析器能够分析包含HTML内容的输入流.通过实现Arachnid的子类就能够开发一个简单的Web
spiders并能够在Web站上的每个页面被解析之后增加几行代码调用。
Arachnid的下载包中包含两个spider应用程序例子用于演示如何使用该框架。
更多Arachnid信息
LARM
LARM能够为Jakarta Lucene搜索引擎框架的用户提供一个纯Java的搜索解决方案。它包含能够为文件，数据库表格建立索引的方法和为Web站点建索引的爬虫。
更多LARM信息
JoBo
JoBo
是一个用于下载整个Web站点的简单工具。它本质是一个Web
Spider。与其它下载工具相比较它的主要优势是能够自动填充form(如：自动登录)和使用cookies来处理session。JoBo还有灵活的
下载规则(如：通过网页的URL，大小，MIME类型等)来限制下载。
更多JoBo信息
snoics-reptile
snoics-
reptile是用纯Java开发的，用来进行网站镜像抓取的工具，可以使用配制文件中提供的URL入口，把这个网站所有的能用浏览器通过GET的方式获
取到的资源全部抓取到本地，包括网页和各种类型的文件，如：图片、flash、mp3、zip、rar、exe等文件。可以将整个网站完整地下传至硬盘
内，并能保持原有的网站结构精确不变。只需要把抓取下来的网站放到web服务器(如：Apache)中，就可以实现完整的网站镜像。
下载地址：
snoics-reptile2.0.part1.rar
snoics-reptile2.0.part2.rar
snoics-reptile2.0-doc.rar
更多snoics-reptile信息
Web-Harvest
Web-Harvest是一个Java开源Web数据抽取工具。它能够收集指定的Web页面并从这些页面中提取有用的数据。Web-Harvest主要是运用了像XSLT,XQuery,正则表达式等这些技术来实现对text/xml的操作。
更多Web-Harvest信息
ItSucks
ItSucks是一个java web spider（web机器人，爬虫）开源项目。支持通过下载模板和正则表达式来定义下载规则。提供一个swing GUI操作界面。
更多ItSucks信息
Smart and Simple Web Crawler
Smart
and Simple Web
Crawler是一个Web爬虫框架。集成Lucene支持。该爬虫可以从单个链接或一个链接数组开始，提供两种遍历模式：最大迭代和最大深度。可以设置
过滤器限制爬回来的链接，默认提供三个过滤器ServerFilter、BeginningPathFilter和
RegularExpressionFilter，这三个过滤器可用AND、OR和NOT联合。在解析过程或页面加载前后都可以加监听器。
更多Smart and Simple Web Crawler信息
Crawler4j
Crawler4j是一个开源的Java类库提供一个用于抓取Web页面的简单接口。可以利用它来构建一个多线程的Web爬虫。
更多Crawler4j信息
Ex-Crawler
Ex-Crawler分成三部分（Crawler Daemon，Gui Client和Web搜索引擎），这三部分组合起来将成为一个灵活和强大的爬虫和搜索引擎。其中Web搜索引擎部分采用PHP开发，并包含一个内容管理系统CMS用于维护搜索引擎。
更多Ex-Crawler信息
Crawler
Crawler是一个简单的Web爬虫。它让你不用编写枯燥，容易出错的代码，而只专注于所需要抓取网站的结构。此外它还非常易于使用。
CrawlerConfiguration cfg = new CrawlerConfiguration("http://www.open-open.com");
PageCrawler crawler = new PageCrawler(cfg);
crawler.crawl(new YourPageVisitor());
收录时间：2011-03-05 09:41:09
更多Crawler信息
Encog
Encog是一个高级神经网络和机器人/爬虫开发类库。Encog提供的这两种功能可以单独分开使用来创建神经网络或HTTP机器人程序，同时Encog还支持将这两种高级功能联合起来使用。Encog支持创建前馈神经网络、Hopfield神经网络、自组织图。
Encog提供高级HTTP机器人/爬虫编程功能。支持将多线程爬虫产生的内容存在内存或数据库中。支持HTM解析和高级表单与Cookie处理。
收录时间：2011-05-13 16:36:41
更多Encog信息
Crawljax
Crawljax是一个开源Java工具用于Ajax Web应用程序的自动化抓取和测试。Crawljax能够抓取/爬行任何基于Ajax的Web应用程序通过触发事件和在表单中填充数据。
收录时间：2011-05-18 09:50:32
更多Crawljax信息
4. Java web运行时 http500
你这个问题太简略，我只能罗列一下排查500错误的方式，也算是给个思路吧：
1、数据库异常：
1）检查数据库服务器，是否能够正常连得上，数据库机器是否挂了；
2）检查服务上的数据库相关的配置，是否正确；
3）检查swagger，看swagger页面是否能够正常访问，swagger里面的后台接口能否正常获取到数据库里面的数据；
4）如果数据库正常、配置正常，swagger也能获取到数据，而且查看日志的时候，发现日志报某些表不存在，但是登上某一台数据库，发现表是完整的。那么就需要检查一下所有的数据库机器里面的数据了。看看主从数据库里面的数据是否一致。如果数据不一致，且同步数据有问题，而服务正好连上问题数据库，那么就会出现页面上有些数据显示不出来，服务报500的情况；
5）如果是新搭建的环境，那就需要看看是否数据库没有进行数据的初始化了；
6）数据库的磁盘空间满了，这时候服务不一定会报500，但是页面上数据会加载不出来；
7）还遇到一种数据库异常就是，有一个鉴权的服务升级完了之后，发现所有的成员操作报没权限，但是服务是OK的。查看服务日志，日志报该服务配置的数据库用户没权限连接数据库。查看这个数据库的用户，发现这个库的用户和密码被谁删掉了（另一次是用户没有删，突然就没权限了），然后重新创建这个用户，重新授权，就OK了
2、域名异常
如果前台调该服务是通过域名调用的，需要考虑这个情况。
3、/etc/hosts没有配置解析
有一次发现A服务的页面上创先了B服务报500，A服务是通过域名调用的B服务后台服务。经过核对排查，发现因为两台机器的大小网、网络等原因，需要在A服务的/etc/hosts里面单独配置B服务的解析，加上IP和域名（如：10.0.0.0 www..com）才能正确解析到。于是加上解析之后，服务就不再报500了。
4、logout的 URL配置问题，网站的退出登录时，页面直接500
在首页退出登录，本来应该是界面回到最初的登录界面，但是退出登录之后，界面直接就是一串500的报错。于是查看tomcat下应用里面的inputs参数，检查log out这里对应的URL链接地址。换成正确的地址之后，500错误解决
5、memcached异常，页面登录，报500
在前端是加了memcached的，在登录页面输入用户名和密码登录，进去之后发现不是网站的首页，而是页面直接就是500的报错信息，报错信息还写了time out等等，其中注意到报错里面有两个IP地址，经核实，正是memcached的IP地址，于是查看memcached服务，确认是memcached服务异常引起的。