转载

java通过url读取远程数据并保持到本地

前几天老姐突然告诉我，她在JD上买了本电子图书，如何买完发现，只能在线或者使用它自己的阅读器看，很不方便，让我给想想办法。

如何我就开始琢磨，最开始，我直接使用Acrobat Reader打开，发现只有目录，没有其他，而且页面上面的都存在，我想可能在正确的内容上增加了一块蒙版，只能用"钥匙"的人可以过滤它，要破解别人的编辑器，短时间肯定是不行的的，网上也有很多人想到的是使用自动化脚本去自动对官方阅读器截图，但是我发现，截图不是一页一页的，这就很懵逼了。最后只能通过在线阅读这条线来想办法。

这个办法和网友的类似，都是保存为图片，如何通过pdf工具制作成pdf。

在线阅读惊奇发现，文档真好，一页一张图片，它已经给你做好，只是每次只更新出当前页的前后几张，其他的会被清除。到这里，思路就有了：

跳转到第n页
拉取刷新出来的额图片路径
保存图片路径到缓存(我使用的是redis)
通过网络工具类，将缓存中的图片地址全部下载到本地本次为图片
将图片通过pdf工作转为pdf

第1步到第3步需要重复，可以使用自动工具和脚本来实现。

第4步写个控制器就可以了，最简单的java接口就行。

第5步直接网上在线服务就可以实现。

为什么需要先缓存在下载咧，这里涉及到一个效率与图片去重和过滤的问题，因为每次调整后获取的图片可能有重复的，存在redis的map中，自动就去重了；也是为了避免一边获取图片路径，一边下载中途异常退出等任务不能正常执行完毕等问题。然后脚本获取路径，后保存到自己的服务器，唯一的问题可能就是跨域的问题。结果发现还是少了几张图，这样就体会出使用缓存的好处了，可以直接通过代码验证少了那几张图，不用去检查jpg文件，少的文件个位数，最后通过手动补全了。

通过这种方式得到的图片，唯一缺陷就是带有"JD读书"字样和图片分辨率不是很高，字体好像带点毛脚。有强迫症或者追求高品质的，就使用官方阅读器吧，个人看了蛮清晰的，是文档，不是图片！！！

下面附上java通过URL获取网络数据保存到本地的代码。
```
public class HttpURLConnectionUtil {
// 通过get请求得到读取器响应数据的数据流
public static InputStream getInputStreamByGet(String url) {
    try {
        HttpURLConnection conn = (HttpURLConnection) new URL(url)
                .openConnection();
        conn.setReadTimeout(5000);
        conn.setConnectTimeout(5000);
        conn.setRequestMethod("GET");
        if (conn.getResponseCode() == HttpURLConnection.HTTP_OK) {
            InputStream inputStream = conn.getInputStream();
            return inputStream;
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
    return null;
}

// 将服务器响应的数据流存到本地文件
public static void saveData(InputStream is, File file) {
    try (BufferedInputStream bis = new BufferedInputStream(is);
         BufferedOutputStream bos = new BufferedOutputStream(
                 new FileOutputStream(file));) {
        byte[] buffer = new byte[1024];
        int len = -1;
        while ((len = bis.read(buffer)) != -1) {
            bos.write(buffer, 0, len);
            bos.flush();
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
}
}
```

调用：

Set<String> imgNumber = (Set<String>) redisTemplate.opsForHash().keys(MAP_KEY);
imgNumber.stream().forEach(e->{
                String url = (String) redisTemplate.opsForHash().get(MAP_KEY,e);
                String fileName = e+".jpg";
                File file = new File("E://pdf图片//", fileName);

                InputStream inputStream = HttpURLConnectionUtil
                        .getInputStreamByGet(url);
                HttpURLConnectionUtil.saveData(inputStream, file);
});

此方法只适应已经购买了的电子书，未购买的不适用。建议还是到正规网站或书店购买，支持正版，尊重知识。

原文 http://blog.51cto.com/yuqian2203/2135284

正文到此结束