「求助高手」获取url资源的真实文件名和后缀

[meerroo]

目前用java在做一个「多线程下载工具」，想要实现类似迅雷那样自动识别url所指资源的文件名和后缀。尝试以下办法：
HttpURLConnection http = (HttpURLConnection)url.openConnection();
http.connect();

String field=http.getHeaderField("Content-Disposition");
String tmpStr1=field.substring(field.indexOf("filename")+10, field.length()-1); //获取filename="xxx"中的xxx
String tmpStr2=new String(tmpStr1.getBytes("ISO-8859-1"), "GB2312"); //编码转换，正确识别中文
System.out.println(tmpStr2);


遇到两个问题：
1、String tmpStr2=new String(tmpStr1.getBytes("ISO-8859-1"), "GB2312");
对某些http响应信息里的中文字符，依然会出现乱码。http的默认编码不是“ISO-8859-1”吗？还是说有别的问题？

2、这段代码只能获取某些url的文件名和后缀，对很多url无效。我检查了一下这些url的http响应信息，不含Content-Disposition字段。这是为什么？

请高手不吝赐教，有没有一种强健的方式能够获取url所指资源的真实文件名和后缀。非常感谢。

[maxcai]

unicode?

[zhanghua4109]

public class MultiThreadGetFile extends Thread { long startPos=0,endPos=0; String currentFileThreadName;//要带上完整的路径 String urlFile;//网络文件地址 String urlFileName;//网络文件名 String localFileAddress;//下载文件要存放的地址 int threadNum;//要同时下载的线程数 long[] eachThreadLength;//每个线程要下功的文件分块的大小 long urlFileLength;//网络文件的大小 URL url; HttpURLConnection httpURLConnection; public static boolean[] checkList;//检测线程 public MultiThreadGetFile(String urlFile,int threadNum,String localFileAddress) { this.urlFile=urlFile; this.threadNum=threadNum;//要同时下载的线程数 this.localFileAddress=localFileAddress; } private void init_getEachThreadLength()//确定每个线程文件最终要写的文件在大小 { long l; l=urlFileLength/threadNum; for(int i=0;i<threadNum;i++) { if(i==threadNum-1)//如果是分配最后一个线程了 { eachThreadLength[i]=urlFileLength-i*l; } else eachThreadLength[i]=l; } } private String GetFileName(String file) { StringTokenizer st=new StringTokenizer(file,"/"); while(st.hasMoreTokens()) { file=st.nextToken(); } return file; } private void init() { if(!new File(localFileAddress+"tmp").mkdir())//创建一个临时文件夹 { System.out.println("创建文件夹失败！"); } eachThreadLength=new long[threadNum]; try { url=new URL(urlFile); httpURLConnection=(HttpURLConnection)url.openConnection(); urlFileLength=Long.parseLong(httpURLConnection.getHeaderField("Content-Length")); urlFileName=url.getFile();//取得在服务器上的路径及文件名 urlFileName=GetFileName(urlFileName);//只得文件名 init_getEachThreadLength(); httpURLConnection.disconnect(); checkList=new boolean[threadNum+1]; for(int i=1;i<=threadNum;i++) { if(i>1) startPos=startPos+eachThreadLength[i-2]; endPos=startPos+eachThreadLength[i-1]; currentFileThreadName=localFileAddress+"tmp\\"+urlFileName+".part"+i; //System.out.println("startPos:"+(startPos)); //System.out.println("endPos:"+(endPos)); //System.out.println("Size:"+(endPos-startPos)); Thread thread=new Thread(new GetFileThread(urlFile,startPos,endPos,currentFileThreadName,i)); thread.start(); checkList[i]=false;//表示该线程开始 } Thread policeThread=new Thread(new PoliceThread(threadNum,localFileAddress,localFileAddress+"tmp")); policeThread.start(); } catch (Exception e) { e.printStackTrace(); } } public void run() { init(); } }

[花谢尊前不敢香]

1.是否乱码要看别人提供的是什么格式的编码字段。 2.Content-Disposition是一个属性名，好像是以原文件名下载。

[zoeg]

tika新版本据说使用了某智能编码识别,icu4j?

[笑莫问]

1、编码问题，需要考虑服务器返回的编码设置，比如content-type的charset字段，如果返回的是utf8,你用gbk解码应该会有问题 2、Content-Disposition一般是下载时，服务器用来设置文件名用，如果服务器下载时没提供这个报头，一般有个默认的文件名，好像是download,这样就比较难解析出真实文件名了，因为报头没有其他可用信息

[a704755096]

http://blog.csdn.net/a704755096/article/details/47658955

String suffixes="avi|mpeg|3gp|mp3|mp4|wav|jpeg|gif|jpg|png|apk|exe|txt|html|htm|java|doc";  
                         String file=url.substring(url.lastIndexOf('/')+1);//截取url最后的数据  
                         Pattern pat=Pattern.compile("[\\w]+[\\.]("+suffixes+")");//正则判断  
                         Matcher mc=pat.matcher(file);  
                         while(mc.find()){  
                             String substring = mc.group();//截取文件名后缀名  
                             Log.e("substring:", substring);  
                         }