Java獲取URL鏈接的文件類型
在寫網絡爬蟲的時候，需要根據(jù)鏈接來獲取文件類型，將內容正確存儲。之前我都是根據(jù)鏈接的后綴來判斷的，比如：
http://img12.360buyimg.com/da/20120330/88_31_ZySDre.jpg
這個鏈接指向的文件就是個jpg文件。但是后來發(fā)現(xiàn)有諸如
http://jprice.360buyimg.com/getSkuPriceImgService.action?skuId=1850001109&origin=1&webSite=1&type=1的鏈接，這招就不靈了。后來谷歌百度了一下也沒發(fā)現(xiàn)解決辦法。后來機緣巧合在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(jù)實測結果，這個猜測是相當?shù)臏剩?shù)據(jù)的MIME類型。
第一個是：
- public static String guessContentTypeFromName(String name)
這個方法根據(jù)URL文件部分的后綴名來判斷類型，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(jù)流的前面幾個字節(jié)來判斷類型，這個就不需要文件后綴名了，完全可以解決上面那個問題。
測試代碼如下：
- 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));
原文鏈接：http://www.cnblogs.com/lisperl/archive/2012/05/21/2511224.html
