從檔案/檔案流的頭位元組中得到mime資訊
阿新 • • 發佈：2019-01-11
在寫網路爬蟲的時候，需要根據連結來獲取檔案型別，將內容正確儲存。之前我都是根據連結的字尾來判斷的，比如：
http://img12.360buyimg.com/da/20120330/88_31_ZySDre.jpg
這個連結指向的檔案就是個jpg檔案。但是後來發現有諸如
http://jprice.360buyimg.com/getSkuPriceImgService.action?skuId=1850001109&origin=1&webSite=1&type=1的連結，這招就不靈了。後來谷歌百度了一下也沒發現解決辦法。後來機緣巧合在Java Network Programming上找到了一個辦法：
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。
就是說URLConnection提供了兩種方法可以猜測（根據實測結果，這個猜測是相當的準）資料的MIME型別。
第一個是：
public static String guessContentTypeFromName(String name) 這個方法根據URL檔案部分的字尾名來判斷型別，跟之前我的方法一樣。這個不能解決上面那個問題。 第二個是：
public static String guessContentTypeFromStream(InputStream in) 這個方法是根據流的前面幾個位元組來判斷型別，這個就不需要檔案字尾名了，完全可以解決上面那個問題。 測試程式碼如下：
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));
|