Unirest for Java 技术文档
2024-12-24 13:39:49作者:翟江哲Frasier
1. 安装指南
Unirest 4 是基于现代 Java 标准构建的,因此至少需要 Java 11。
Unirest 4 的依赖项是完全模块化的,并且已经迁移到新的 Maven 坐标,以避免与旧版本的冲突。您可以使用 Maven BOM 来管理模块:
使用 Maven 安装
<dependencyManagement>
<dependencies>
<dependency>
<groupId>com.konghq</groupId>
<artifactId>unirest-java-bom</artifactId>
<version>4.4.0</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
<dependencies>
<dependency>
<groupId>com.konghq</groupId>
<artifactId>unirest-java-core</artifactId>
</dependency>
<!-- 选择一个 JSON 模块,如果您需要解析 JSON,请包含以下之一: -->
<!-- Google GSON -->
<dependency>
<groupId>com.konghq</groupId>
<artifactId>unirest-modules-gson</artifactId>
</dependency>
<!-- 或者您可能更喜欢 Jackson? -->
<dependency>
<groupId>com.konghq</groupId>
<artifactId>unirest-modules-jackson</artifactId>
</dependency>
</dependencies>
注意 JSON 用户
在 Unirest 4 中,核心不再包含任何瞬态依赖项,由于 Java 本身缺少 JSON 解析器,如果您希望进行对象映射或使用 JSON 对象,则必须声明一个 JSON 实现。
2. 项目的使用说明
Unirest for Java 是一个简化 HTTP 客户端操作的库。您可以通过简单的 API 调用发送 HTTP 请求并获取响应。
以下是一个简单的示例,演示如何使用 Unirest 发送 GET 请求:
import com.konghq.unirest.Unirest;
public class UnirestExample {
public static void main(String[] args) {
try {
String response = Unirest.get("https://jsonplaceholder.typicode.com/todos/1")
.asJson()
.getBody()
.getObject()
.toString();
System.out.println(response);
} catch (Exception e) {
e.printStackTrace();
}
}
}
3. 项目API使用文档
Unirest for Java 提供了一系列的方法,用于简化 HTTP 请求的发送和响应的处理。以下是一些常用的 API 方法:
get(String url): 发送 GET 请求。post(String url): 发送 POST 请求。put(String url): 发送 PUT 请求。delete(String url): 发送 DELETE 请求。asJson(): 将响应解析为 JSON。getBody(): 获取响应体。
更多 API 文档请参考官方文档。
4. 项目安装方式
如前所述,您可以通过 Maven 来安装 Unirest for Java。在 Maven 的 pom.xml 文件中添加依赖项,然后使用 Maven 命令安装项目。
mvn install
这将下载并安装所有必要的依赖项,并将它们包含在您的项目中。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253