假设我有一个 URL：http://java.sun.com/j2se/1.5/pdf 我想获取pdf 目录下所有文件/目录的列表。
我正在使用 Java 5。
我可以用这个程序http://www.httrack.com/得到目录列表，但是用Java我不知道是否可以。
有没有人知道如何在 Java 中获得它？或者如果 Java 不能，这个程序怎么能完成这项工作？
【问题讨论】：
有一些条件：
使用 JSoup 之类的库可以轻松完成解析。
例如，使用 JSoup，您可以像这样在 url http://howto.unixdev.net/ 处获取文档：
import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
public class Sample {
public static void main(String[] args) throws IOException {
Document doc = Jsoup.connect("http://howto.unixdev.net").get();
for (Element file : doc.select("td.right td a")) {
System.out.println(file.attr("href"));
}
}
}
将输出：
beignets.html
beignets.pdf
bsd-pam-ldap.html
ddns-updates.html
Debian_on_HP_dv6z.html
dextop-slackware.html
dirlist.html
downloads/
ldif/
Linux-SharePoint.html
rhfc3-apt.html
rhfc3-apt.tar.bz2
SUNWdsee-Debian.html
SUNWdtdte-b69.html
SUNWdtdte-b69.tar.bz2
tcshrc.html
Test_LVM_Trim_Ext4.html
Tru64-CS20-HOWTO.html
至于您的示例网址http://java.sun.com/j2se/1.5/pdf 这是一个找不到的页面，所以我认为您不走运。
【讨论】：
如果 URL 用于 file: 协议，那么您可以将其转换为 java.io.File，然后使用这些方法列出目录。
如果 URL 是针对 http: 协议的，那么就没有文件目录的概念，你根本无法做你想做的事。您将不得不退后一步，看看您要满足的更高级别的要求。
让您的服务器部署一个 Servlet，以从它收到的请求指定的文件夹中检索文件列表。在您的客户端，您的应用程序通过提供您打算列出的路径（虚拟？相对？）向服务器发送请求。 servlet 将返回请求路径中的文件列表，从服务器的操作系统中检索。然后，它将文件列表序列化到客户端进行进一步处理。
如果您只能通过 HTTP 访问来呈现页面，那么：
使用 HTML 页面并对其进行解析，给出目录列表以获取文件列表，并使用正则表达式呈现文件名。
【讨论】：