JSOUP如何优秀的下载JPEG等二进制图像

引言

  • JSOUP默认是不支持解析JPEG等二进制图像的,解决方法也很简单,只需要加上Jsoup.ignoreContentType(true)这一行代码就可以。关于这一点的原因,来看看官方API说明。
  • Connection (jsoup Java HTML Parser 1.11.3 API)

解释

  • 连接ignoreContentType(boolean ignoreContentType)
    在解析响应时忽略文档的内容类型。默认情况下,这是错误的,未识别的内容类型将导致抛出IOException。(例如,通过尝试解析JPEG二进制映像来防止产生垃圾)。设置为true以强制执行解析尝试,而不考虑内容类型。
  • 参数:
    ignoreContentType—如果您想要将响应解析为文档时忽略的内容类型设置为true。
  • 返回:
    这个连接,链接

完整示例

这个示例是完整下载一张 图片 的所有步骤。

1
2
3
4
5
6
7
8
9
10
11
12
13
@Test
    public void test() throws IOException {
        Response response = Jsoup.connect("http://sjbz.fd.zol-img.com.cn/t_s640x960c/g5/M00/0F/09/ChMkJlfJQcWIDXJEAAN5CfxwAOYAAU7hwBVxTQAA3kh337.jpg")
                .ignoreContentType(true)
                .method(Method.GET)
                .execute();
        byte[] bytes = response.bodyAsBytes();
        File file = new File("D:\\img.png");
        FileOutputStream fileOutputStream = new FileOutputStream(file);
        fileOutputStream.write(bytes);
        fileOutputStream.flush();
        fileOutputStream.close();
    }

上面的方法很简单,但是我并不推荐使用。

  • 原因:
  • 我们有必要知道不带缓冲的操作,每读一个字节就要写入一个字节,由于涉及磁盘的IO操作相比内存的操作要慢很多,所以不带缓冲的流效率很低。带缓冲的流,可以一次读很多字节,但不向磁盘中写入,只是先放到内存里。等凑够了缓冲区大小的时候一次性写入磁盘,这种方式可以减少磁盘操作次数,速度就会提高很多!

完美方案

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
@Test
    public void test() throws IOException {
        Response response = Jsoup.connect("http://sjbz.fd.zol-img.com.cn/t_s640x960c/g5/M00/0F/09/ChMkJlfJQcWIDXJEAAN5CfxwAOYAAU7hwBVxTQAA3kh337.jpg")
                .ignoreContentType(true)
                .method(Method.GET)
                .execute();
        //声明缓冲字节输入流
        BufferedInputStream bufferedInputStream = response.bodyStream();
        //缓冲字节输出流-》文件字节输出流-》文件
        File file = new File("D:\\img.png");
        FileOutputStream fileOutputStream = new FileOutputStream(file);
        BufferedOutputStream bufferedOutputStream = new BufferedOutputStream(fileOutputStream);
        //把缓冲字节输入流写入到输出流
        byte[] b = new byte[1024]; //每次最多读1KB的大小
        int length; //实际读入的字节
        while ((length = bufferedInputStream.read(b))!=-1){
            //写入到输出流
            bufferedOutputStream.write(b,0,length);
        }
        //刷新缓冲的输出流。这将强制将任何缓冲的输出字节写入底层输出流。
        bufferedOutputStream.flush();
        bufferedInputStream.close();
    }