如何使用 java 从 embed type=application/pdf 获取原始 pdf

【问题标题】：How to get original pdf from embed type=application/pdf using java如何使用 java 从 embed type=application/pdf 获取原始 pdf
【发布时间】：2012-12-07 22:45:33
【问题描述】：

我正在使用Jsoup 解析一些 HTML 以获取一些 PDF 网址。

PDF 显示在 <embed> 标签中，例如：

<html>
<body marginwidth="0" marginheight="0" style="background-color: rgb(38,38,38)">
<embed width="100%" height="100%" name="plugin" src="http://www.domain.com/apdf_id.pdf?tp=&amp;arnumber=1253069&amp;isnumber=28038" type="application/pdf">
</body>
</html>

如何从该页面获取 PDF URL，以便将其下载到本地计算机？

【问题讨论】：

标签： html pdf download embed jsoup

【解决方案1】：

只需选择<embed type="application/pdf"> 元素并获取其src 属性作为绝对URL。

String pdfURL = document.select("embed[type=application/pdf").first().absUrl("src");

您也可以专门选择<embed name="plugin">。

String pdfURL = document.select("embed[name=plugin").first().absUrl("src");

那么你可以使用java.net.URL来获取InputStream的风格。

InputStream input = new URL(pdfURL).openStream();

最后只需按照通常的方式将其写入任意OutputStream，例如FileOutputStream。

另见：

Using java.net.URLConnection to fire and handle HTTP requests

【讨论】：