java.net.URL 类由于未知协议而引发 MalformedException：blob答案

【问题标题】：java.net.URL class throwing MalformedException because of unknown protocol: blobjava.net.URL 类由于未知协议而引发 MalformedException：blob
【发布时间】：2019-12-12 23:00:51
【问题描述】：

我正在自动化我的测试场景以验证 pdf 文档。单击文档链接（锚标记）后，该文档将在新的浏览器选项卡中打开。我想验证我正在使用 Apache PDFBox 的文档中的一些重要内容。但是，文档 URL 有一个前缀“blob”，因此 java.net.URL 类为未知协议抛出 MalformedException：blob。我应该如何在 java 中定义/添加该协议？

请告诉我如何消除此错误，以便我可以成功使用 PDFBox 解析我的 pdf 文件。

Java 版本 - 1.8

这是 pdf 文档在浏览器中打开后的屏幕截图。

这是文档的 HTML 源代码。但是，由于它是 pdf 视图，因此无法执行任何操作，例如获取文本/窗口标题等。

以下是示例代码 sn -p -

public void readPdfContents() throws IOException {

    String url = "blob:https://cpswebqa.testcbidata.com/f9ad63bc-700e-4f49-a4fb-807ad1a44b01";
    URL pdfUrl = new URL(url);
    InputStream ips = pdfUrl.openStream();
    BufferedInputStream bis = new BufferedInputStream(ips);
    PDFParser pdfParser = new PDFParser(bis);
    pdfParser.parse();
    String pdfData = new PDFTextStripper().getText(pdfParser.getPDDocument());

    System.out.println("PDF Data is - " + pdfData);

}

错误堆栈跟踪 -

Exception in thread "main" java.net.MalformedURLException: unknown protocol: blob
    at java.net.URL.<init>(URL.java:600)
    at java.net.URL.<init>(URL.java:490)
    at java.net.URL.<init>(URL.java:439)
    at com.cbsh.automation.file.testrunner.WEB.Sample.main(Sample.java:11)

【问题讨论】：

使用相关的 HTML、代码试验和完整的错误堆栈跟踪更新问题。
@DebanjanB 添加了示例代码、屏幕截图和错误堆栈。如果有用请告诉我
您是否尝试过从 URL 中删除 blob: 前缀？
@VGR - 我以前试过。但是，如果我删除前缀，它不会认为它是所需文档的有效 url。即我无法访问没有前缀的文档并且它抛出 IOException 说文件结束。
那么这意味着那里的文件是空的，或者这个 URL 可能只是某个数据库的键？您可以从浏览器访问这些 URL 吗？

标签： java selenium url automation pdf-parsing

【解决方案1】：

我遇到了同样的问题，并在此处找到了注入 Javascript 的解决方案：

How to download an image with Python 3/Selenium if the URL begins with “blob:”?

我用Java写的，效果很好，下面是代码：

 private String getBytesBase64FromBlobURI(ChromeDriver driver, String uri) {
    String script = " "
            + "var uri = arguments[0];"
            + "var callback = arguments[1];"
            + "var toBase64 = function(buffer){for(var r,n=new Uint8Array(buffer),t=n.length,a=new Uint8Array(4*Math.ceil(t/3)),i=new Uint8Array(64),o=0,c=0;64>c;++c)i[c]='ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/'.charCodeAt(c);for(c=0;t-t%3>c;c+=3,o+=4)r=n[c]<<16|n[c+1]<<8|n[c+2],a[o]=i[r>>18],a[o+1]=i[r>>12&63],a[o+2]=i[r>>6&63],a[o+3]=i[63&r];return t%3===1?(r=n[t-1],a[o]=i[r>>2],a[o+1]=i[r<<4&63],a[o+2]=61,a[o+3]=61):t%3===2&&(r=(n[t-2]<<8)+n[t-1],a[o]=i[r>>10],a[o+1]=i[r>>4&63],a[o+2]=i[r<<2&63],a[o+3]=61),new TextDecoder('ascii').decode(a)};"
            + "var xhr = new XMLHttpRequest();"
            + "xhr.responseType = 'arraybuffer';"
            + "xhr.onload = function(){ callback(toBase64(xhr.response)) };"
            + "xhr.onerror = function(){ callback(xhr.status) };"
            + "xhr.open('GET','"+ uri +"');"
            + "xhr.send();";
    String result = (String) driver.executeAsyncScript(script, uri);
    return result;
}

我希望它对某人有所帮助。

干杯！

【讨论】：