Java获取URL链接的文件类型

最新推荐文章于 2021-07-06 10:26:39 发布

转载最新推荐文章于 2021-07-06 10:26:39 发布 · 3.5k 阅读

爬虫同时被 2 个专栏收录

1 篇文章

订阅专栏

java

1 篇文章

订阅专栏

本文介绍了一种通过URLConnection类的静态方法guessContentTypeFromStream来根据流的前几个字节来猜测文件MIME类型的方法，这种方法不需要依赖文件后缀名，适用于网络爬虫等场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在写网络爬虫的时候，需要根据链接来获取文件类型，将内容正确存储。之前我都是根据链接的后缀来判断的，比如：

http://img12.360buyimg.com/da/20120330/88_31_ZySDre.jpg

这个链接指向的文件就是个jpg文件。但是后来发现有诸如

http://jprice.360buyimg.com/getSkuPriceImgService.action?skuId=1850001109&origin=1&webSite=1&type=1的链接，这招就不灵了。后来谷歌百度了一下也没发现解决办法。后来机缘巧合在Java Network Programming上找到了一个办法：

URLConnection class provides two static methods to help programs figure out the MIME type of some data; you can use these if the content type just isn't available or if you have reason to believe that the content type you're given isn't correct。

就是说URLConnection提供了两种方法可以猜测（根据实测结果，这个猜测是相当的准）数据的MIME类型。

第一个是：

public static String guessContentTypeFromName(String name)

这个方法根据URL文件部分的后缀名来判断类型，跟之前我的方法一样。这个不能解决上面那个问题。
第二个是：

public static String guessContentTypeFromStream(InputStream in)
这个方法是根据流的前面几个字节来判断类型，这个就不需要文件后缀名了，完全可以解决上面那个问题。

测试代码如下：

BufferedInputStream
 bis = null;

HttpURLConnection
 urlconnection = null;

URL
 url = null;        

        url
 = new URL(strUrl);

    urlconnection
 = (HttpURLConnection) url.openConnection();

    urlconnection.connect();

bis
 = new BufferedInputStream(urlconnection.getInputStream());

    System.out.println("file
 type:"+HttpURLConnection.guessContentTypeFromStream(bis));