使用 HTTP 读取文件的第一部分答案

【问题标题】：Reading the first part of a file using HTTP使用 HTTP 读取文件的第一部分
【发布时间】：2010-10-23 15:22:37
【问题描述】：

我想通过读取文件的第一部分并分析内容来确定文件的类型（通常是 UTF-8）。（该类型特定于我的社区，但不受我的控制，也不受通常为 TEXT_PLAIN 的 MIME/MediaType 覆盖）。我正在使用客户端上的“org.restlet”库来分析带有

的标头

Request request = new Request(Method.HEAD, url);

所以我知道内容长度，并且可以（如果必要和可能的话）估计我应该下载多少字节进行分析

澄清：我无法使用 MediaType。从答案 1 看来我必须获取内容。因此，修改后的问题是：

“我可以使用 Restlet 获取文件的部分吗？”

回答：下面的代码做我想要的。我感谢@BalusC 为我指明了方向。如果我遗漏了什么，请发表评论：

public String readFirstChunk(String urlString, int byteCount) {
    String text = null;
    if (urlString != null) {
        org.restlet.Client restletClient = new org.restlet.Client(Protocol.HTTP);
        Request request = new Request(Method.GET, urlString);
        List<Range> ranges = Collections.singletonList(new Range(0, byteCount));
        request.setRanges(ranges);
        Response response = restletClient.handle(request);
        if (Status.SUCCESS_OK.equals(response.getStatus())) {
            text = processSuccessfulChunkRequest(response);
        } else if (Status.SUCCESS_PARTIAL_CONTENT .equals(response.getStatus())) {
            text = processSuccessfulChunkRequest(response);
        } else {
            System.err.println("FAILED "+response.getStatus());
        }
    }
    return text;
}

private String processSuccessfulChunkRequest(Response response) {
    String text = null;
    try {
        text = response.getEntity().getText();
    } catch (IOException e) {
        throw new RuntimeException("Cannot download chunk", e);
    }
    return text;
}

【问题讨论】：

我们发现您无法增强正在阅读的文件，因此它们包含文件类型。我们知道我们可以使用 InputStream 从每个文件中读取少量字节。你有什么问题？
@Tony Ennis。我想你已经回答了我的问题。我应该从 URL 创建一个 inputStream 并读取一些字节。我忘记了 InputStream

标签： java http restlet

【解决方案1】：

这只有在服务器发送了Accept-Ranges 和Content-Range 标头以及ETag 或Last-Modified 时才有可能。例如

Accept-Ranges: bytes
Content-Range: bytes 0-1233/1234
ETag: file.ext_1234_1234567890

Accept-Ranges: bytes 表示服务器支持请求返回指定字节范围内的部分内容。 Content-Range 标头通知长度。 ETag 和 Last-Modified 表示请求 URI 后面的资源上的唯一文件标识符或最后修改的时间戳。

如果响应中存在这些标头，那么您可以使用 If-Range 和 Range 请求标头请求部分资源，分别带有唯一的文件标识符或最后修改的时间戳和所需的字节范围。

If-Range: file.ext_1234_1234567890
Range: bytes=0-99

以上示例返回文件的前 100 个字节。

【讨论】：

谢谢。这看起来像我需要的。为什么 bytes=0-99 返回 100KB - 它总是以 KB 为单位计算吗？这是否意味着最小的块是 1 KB？
对不起，错字:) 应该是B。

【解决方案2】：

HTTP 标准定义的 HEAD 操作不返回除标头信息之外的任何内容。因此，如果您发送的是头请求，则只能从 HTTP 响应头中检查文件的 MIME 类型。

可以通过查看将其包装到 ClientResource 并执行头部请求返回的 Representation 来获取头部信息。这为您提供了 HTTP 传输的高级接口，您无需进行自定义标头解析。

ClientResource resource = new ClientResource(url);
Representation representation = resource.head();
representation.getMediaType(); // returns the Media Type

如果您想对文件的实际内容进行内容类型猜测，则需要下载实际内容，例如使用针对该资源的 GET 请求。

或者以真正的 REST 方式，您可以为您的资源建模一个额外的查询参数，该参数将返回该文件的自定义元信息，例如

http://server/file?contentType

以类似的方式，要检索实际内容，您可以获取 Stream 的句柄，然后进行编码猜测。

Representation representation = resource.get();
InputStream stream = representation.getStream();

要指定范围，如果服务器支持，您可以在提交获取请求之前设置范围。

List<Range> ranges = new ArrayList<Range>();
ranges.add(new Range(0,100)); // this would request the first 100 bytes
resource.setRanges(ranges);
Representation representation = resource.get();

确保在返回之前完全使用响应（流）。

我建议您考虑其他有助于确定内容类型的方法。喜欢这里Java charset and Windows 或http://glaforge.free.fr/wiki/index.php?wiki=GuessEncoding

【讨论】：

我不够清楚 - 我需要内容，而不是媒体类型
在 JavaScript 中，您读取文件的一部分并发送将获取内容类型的 Ajax 请求。

【解决方案3】：

既然这是您的内容，为什么不在每个文件的前几个字节中包含您需要的所有数据？

【讨论】：

对不起 - 我不能那样做。它不都是由我的应用程序生成的
由于我们不知道文件内容/布局，我不知道还有什么建议。存在从 fileStream 读取少量字节的方法。
听起来这些方法正是我想要的！