Java：从 URL 下载 .txt 文件

Question

我想从网站下载一个 .txt 文件，并且我的代码有效，所以我没有收到错误，它会加载文档，但文档中充满了 hmtl 代码，而不是我的内容。

public static void main(String[] args) {
    try {
        URL website = new URL("http://www.file-upload.net/download-11700212/document.txt.html");
        String filepath = "C://Users//" + System.getProperty("user.name") + "//Desktop//document.txt";

        ReadableByteChannel channel = Channels.newChannel(website.openStream());
        FileOutputStream stream = new FileOutputStream(filepath);

        stream.getChannel().transferFrom(channel, 0, Long.MAX_VALUE);

        System.out.println("Download successfull.");
    } catch (Exception e) {
        System.out.println("Download was not successfull.");
    }
}

下载本身可以，我在我的桌面上得到了txt文件，但是内容错误并且充满了html代码。

请帮忙。

谢谢。

Answer 1

您尝试下载的 URL 是 HTML 页面，而不是文档本身。您应该尝试下载的页面上的链接是...

http://www.file-upload.net/download5.php?valid=451.69031370715&id=11700212&name=document.txt

但是，如果您希望确保下载的是文本文件，则应选择直接下载的文本文件，例如

http://humanstxt.org/humans.txt

Answer 2

我有一个名为 Python Webscraper 的 Python 项目，它可以读取 URL 并将其文本内容复制到没有 HTML 的文本文件中。

您需要安装一个名为 Beautiful Soup 的包，然后从 GitHub 存储库运行代码。