Java URL 处理

URL 代表统一资源定位符，它表示万维网上的一种资源，比如一个网页或者 FTP 目录。

本节展示了如何编写 Java 程序来与 URL 进行通信。URL 可以分解成不同的部分，如下所示：

protocol://host:port/path?query#ref

其中 protocol 包括 HTTP、HTTPS、FTP 和 File 等。path 有时也称为文件名，而 host 也被叫做权威。

以下是一个使用 HTTP 协议的网页 URL 的例子：

https://www.amrood.com/index.htm?language=en#j2se

注意，此 URL 并未指定端口，在这种情况下，默认使用该协议的端口。对于 HTTP 而言，默认端口为 80。

构造函数

java.net.URL 类表示一个 URL，并包含了一整套用来操作 Java 中的 URL 的方法。

URL 类包含几个用于创建 URL 的构造函数，其中包括以下几种：

public URL(String protocol, String host, int port, String file) 抛出 MalformedURLException

使用给定的部分创建一个 URL。
public URL(String protocol, String host, String file) 抛出 MalformedURLException

与前一个构造函数相同，只是使用给定协议的默认端口。
public URL(String url) 抛出 MalformedURLException

使用给定的字符串创建一个 URL。
public URL(URL context, String url) 抛出 MalformedURLException

通过解析 URL 和字符串参数创建一个 URL。

URL 类包含了多种用于访问所表示的 URL 的各个部分的方法。以下是一些 URL 类中的方法：

public equals(Object obj)

此方法比较此 URL 是否与另一个对象相等。
public String getAuthority()

返回 URL 的权威部分。
public Object getContent()

返回此 URL 的内容。
public Object getContent(Class<?>[] classes)

返回此 URL 的内容。
public int getDefaultPort()

返回 URL 协议的默认端口。
public String getFile()

返回 URL 的文件名部分。
public String getHost()

返回 URL 的主机部分。
public String getPath()

返回 URL 的路径部分。
public int getPort()

返回 URL 的端口部分。
public String getProtocol()

返回 URL 的协议部分。
public String getQuery()

返回 URL 的查询部分。
public String getRef()

返回 URL 的引用部分。
public String getUserInfo()

返回 URL 的 userInfo 部分。
public int hashCode()

创建并返回一个适合作为哈希表索引的整数。
public URLConnection openConnection()

返回一个代表连接到由 URL 指定的远程对象的 URLConnection 实例。
public URLConnection openConnection(Proxy proxy)

作用与 openConnection() 相同，不同之处在于连接将通过指定的代理进行；不支持代理的协议处理程序会忽略代理参数并建立正常连接。
public InputStream openStream()

打开与此 URL 的连接并返回一个用于从此连接读取的 InputStream。
public boolean sameFile(URL other)

比较两个 URL，排除片段组件。
public static void setURLStreamHandlerFactory(URLStreamHandlerFactory fac)

设置应用程序的 URLStreamHandlerFactory。
public String toExternalForm()

构建并返回此 URL 的字符串表示形式。
public String toString()

构建并返回此 URL 的字符串表示形式。
public String toURI()

返回与此 URL 等效的 URI。

示例

下面的 URLDemo 程序展示了 URL 的各个组成部分。在命令行输入一个 URL，URLDemo 程序会输出给定 URL 的每一部分。

// 文件名 : URLDemo.java
import java.io.IOException;
import java.net.URL;

public class URLDemo {

   public static void main(String [] args) {
      try {
         URL url = new URL("https://www.tutorialspoint.com/index.htm?language=en#j2se");
         
         System.out.println("URL is " + url.toString());
         System.out.println("protocol is " + url.getProtocol());
         System.out.println("authority is " + url.getAuthority());
         System.out.println("file name is " + url.getFile());
         System.out.println("host is " + url.getHost());
         System.out.println("path is " + url.getPath());
         System.out.println("port is " + url.getPort());
         System.out.println("default port is " + url.getDefaultPort());
         System.out.println("query is " + url.getQuery());
         System.out.println("ref is " + url.getRef());
      } catch (IOException e) {
         e.printStackTrace();
      }
   }
}

此程序的一个样本运行结果如下：

输出

URL is https://www.tutorialspoint.com/index.htm?language=en#j2se
protocol is https
authority is www.tutorialspoint.com
file name is /index.htm?language=en
host is www.tutorialspoint.com
path is /index.htm
port is -1
default port is 443
query is language=en
ref is j2se

URLConnection 类的方法

openConnection() 方法返回一个 java.net.URLConnection 对象，这是一个抽象类，它的子类代表各种类型的 URL 连接。

例如：

如果你连接的是一个协议为 HTTP 的 URL，openConnection() 方法将返回一个 HttpURLConnection 对象。
如果你连接的是一个代表 JAR 文件的 URL，openConnection() 方法将返回一个 JarURLConnection 对象等等。

URLConnection 类的方法

URLConnection 类有许多方法用于设置或确定连接的信息，包括但不限于以下方法：

方法列表

void addRequestProperty(String key, String value)

添加由键值对指定的一般请求属性。
boolean getAllowUserInteraction()

返回此对象的 allowUserInteraction 字段的值。
int getConnectTimeout()

返回连接超时设置。
Object getContent()

获取此 URL 连接的内容。
Object getContent(Class[] classes)

获取此 URL 连接的内容。
String getContentEncoding()

返回 content-encoding 头字段的值。
int getContentLength()

返回 content-length 头字段的值。
long getContentLengthLong()

以 long 类型返回 content-length 头字段的值。
String getContentType()

返回 content-type 头字段的值。
long getDate()

返回 date 头字段的值。
static boolean getDefaultAllowUserInteraction()

返回 allowUserInteraction 字段的默认值。
boolean getDefaultUseCaches()

返回 URLConnection 的 useCaches 标志的默认值。
static boolean getDefaultUseCaches(String protocol)

返回给定协议的 useCaches 标志的默认值。
boolean getDoInput()

返回此 URLConnection 的 doInput 标志的值。
boolean getDoOutput()

返回此 URLConnection 的 doOutput 标志的值。
long getExpiration()

返回 expires 头字段的值。
static FileNameMap getFileNameMap()

从数据文件加载文件名映射（mimetype）。
String getHeaderField(int n)

返回第 n 个头字段的值。
String getHeaderField(String name)

返回命名头字段的值。
long getHeaderFieldDate(String name, long Default)

返回作为日期解析的命名字段的值。
int getHeaderFieldInt(String name, int Default)

返回作为数字解析的命名字段的值。
String getHeaderFieldKey(int n)

返回第 n 个头字段的键。
long getHeaderFieldLong(String name, long Default)

返回作为数字解析的命名字段的值。
Map<String,List<String>> getHeaderFields()

返回头字段的不可修改的映射。
long getIfModifiedSince()

返回此对象的 ifModifiedSince 字段的值。
InputStream getInputStream()

返回一个从这个打开的连接中读取的输入流。
int getLastModified()

返回 last-modified 头字段的值。
OutputStream getOutputStream()

返回一个写入此连接的输出流。
Permission getPermission()

返回一个权限对象，表示进行此对象所表示的连接所需的权限。
int getReadTimeout()

返回读取超时设置。返回 0 表示该选项已禁用（即无限期超时）。
Map<String,List<String>> getRequestProperties()

返回此连接的一般请求属性的不可修改的映射。
String getRequestProperty(String key)

返回此连接的命名一般请求属性的值。
URL getURL()

返回此 URLConnection 的 URL 字段的值。
boolean getUseCaches()

返回此 URLConnection 的 useCaches 字段的值。
static String guessContentTypeFromName(String fname)

尝试根据指定的 URL 的 “文件” 组件确定对象的内容类型。
static String guessContentTypeFromStream(InputStream is)

尝试根据输入流开头的字符确定输入流的类型。
void setAllowUserInteraction(boolean allowuserinteraction)

设置此 URLConnection 的 allowUserInteraction 字段的值。
void setConnectTimeout(int timeout)

设置一个指定的超时值（以毫秒为单位），在打开与此 URLConnection 引用的资源的通信链接时使用。
static void setContentHandlerFactory(ContentHandlerFactory fac)

设置应用程序的 ContentHandlerFactory。
static void setDefaultAllowUserInteraction(boolean defaultallowuserinteraction)

将所有未来 URLConnection 对象的 allowUserInteraction 字段的默认值设置为指定值。
void setDefaultUseCaches(boolean defaultusecaches)

将 useCaches 字段的默认值设置为指定值。
static void setDefaultUseCaches(String protocol, boolean defaultVal)

将给定协议的 useCaches 字段的默认值设置为给定值。
void setDoInput(boolean doinput)

将此 URLConnection 的 doInput 字段的值设置为指定值。
void setDoOutput(boolean dooutput)

将此 URLConnection 的 doOutput 字段的值设置为指定值。
static void setFileNameMap(FileNameMap map)

设置文件名映射。
void setIfModifiedSince(long ifmodifiedsince)

将此 URLConnection 的 ifModifiedSince 字段的值设置为指定值。
void setReadTimeout(int timeout)

将读取超时设置为指定的超时值（以毫秒为单位）。
void setRequestProperty(String key, String value)

设置一般请求属性。
void setUseCaches(boolean usecaches)

将此 URLConnection 的 useCaches 字段的值设置为指定值。
String toString()

返回此 URL 连接的字符串表示形式。

示例

下面的 URLConnectionDemo 程序连接到从命令行输入的 URL。

如果 URL 表示一个 HTTP 资源，则连接会被转换为 HttpURLConnection，并且资源中的数据将一次一行地被读取。

package com.tutorialspoint;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.net.URLConnection;

public class URLConnDemo {
   public static void main(String [] args) {
      try {
         URL url = new URL("https://www.tutorialspoint.com");
         URLConnection urlConnection = url.openConnection();
         HttpURLConnection connection = null;
         if(urlConnection instanceof HttpURLConnection) {
            connection = (HttpURLConnection) urlConnection;
         } else {
            System.out.println("请提供一个 HTTP URL。");
            return;
         }
         
         BufferedReader in = new BufferedReader(
            new InputStreamReader(connection.getInputStream()));
         String urlString = "";
         String current;
         
         while((current = in.readLine()) != null) {
            urlString += current;
         }
         System.out.println(urlString);
      } catch (IOException e) {
         e.printStackTrace();
      }
   }
}

此程序的一个样本运行结果如下：

输出

$ java URLConnDemo

.....tutorialspoint.com 主页的完整 HTML 内容.....