17

假设我有一个 URL：http://java.sun.com/j2se/1.5/pdf我想获取目录下所有文件/目录的列表pdf。

我正在使用 Java 5。

我可以使用该程序http://www.httrack.com/获取目录列表，但使用 Java 我不知道是否可能。

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？

4

2 回答 2

23

有一些条件：

  1. 服务器必须启用目录列表才能看到它的内容。
  2. 我不知道（没有 API 或 HTTP 动词）来检索列表，因此列表通常显示为普通的 HTML 页面
  3. 您必须解析此 HTML 页面才能找到条目。

使用JSoup 之类的库可以轻松完成解析。

例如，使用 JSoup，您可以http://howto.unixdev.net/像这样在 url 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。

于 2012-07-19T13:18:49.793 回答
7

如果URL用于 file: 协议，那么您可以将其转换为 a java.io.File，然后使用这些方法列出目录。

如果URL是用于 http: 协议的，那么就没有文件目录的概念，你根本无法做你认为你想做的事情。你将不得不退后一步，看看你试图满足的更高层次的要求。

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。将servlet返回从服务器操作系统检索到的请求路径中的文件列表。然后，它将文件列表序列化到客户端以进行进一步处理。

如果您只能通过 HTTP 访问呈现页面：
使用 HTML 页面并解析它，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。

于 2012-07-19T13:18:37.317 回答