Configurando o agente do usuário de uma URLConnection Java

Ao tentar analisar uma página da web usando Java com URLConnection e definir o agente do usuário para um determinado valor, um "Java/1.5.0_19" adicional pode ser anexado ao final. Isso ocorre devido a uma limitação nas versões mais antigas do Java.

Solução (Java 1.6.30 e mais recente)

No Java 1.6.30 e mais recente, esse problema ocorreu foi resolvido. Definir o agente do usuário usando setRequestProperty("User-Agent", "Mozilla ...") agora funciona corretamente sem anexar a versão Java.

Verificação

Para verificar Para fazer isso, você pode escutar em uma porta usando o netcat, que exibe os cabeçalhos HTTP brutos das solicitações recebidas. Sem definir o agente do usuário, os cabeçalhos mostrarão:

GET /foobar HTTP/1.1
User-Agent: Java/1.6.0_30
Host: localhost:8080
Accept: text/html, image/gif, image/jpeg, *; q=.2, */*; q=.2
Connection: keep-alive

Ao definir o agente do usuário, os cabeçalhos mostrarão:

GET /foobar HTTP/1.1
User-Agent: Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10.4; en-US; rv:1.9.2.2) Gecko/20100316 Firefox/3.6.2
Host: localhost:8080
Accept: text/html, image/gif, image/jpeg, *; q=.2, */*; q=.2
Connection: keep-alive

Código de exemplo (Java 1.6.30 )

O exemplo de código a seguir demonstra como definir corretamente o agente do usuário:

import java.io.IOException;
import java.net.URL;
import java.net.URLConnection;


public class TestUrlOpener {

    public static void main(String[] args) throws IOException {
        URL url = new URL("http://localhost:8080/foobar");
        URLConnection hc = url.openConnection();
        hc.setRequestProperty("User-Agent", "Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10.4; en-US; rv:1.9.2.2) Gecko/20100316 Firefox/3.6.2");

        System.out.println(hc.getContentType());
    }

}