如何用 servlet 打开非 HTML 格式的文档

原创 2001年05月15日 15:02:00
摘要
Java Servlet 编程可以很方便地将 HTML 文件发送到客户端 Web 浏览器。然而许多站点还允许访问非 HTML 格式的文档,包括 Adobe PDF、Microsoft Word 和 Micorsoft Excel 等。事实上这些非 HTML 格式只要能用 MIME 类型表示,就可以利用 servlet 来发送。本文将以 PDF 和 Microsoft Word 文件为例,向你介绍如何使用 servlet 传送非 HTML 格式文件,以及与防火墙交互的方法。
你只要将文件写到 servlet 的输出流中,就可以利用 servlet 在浏览器中打开一个文件。尽管这看起来非常简单,在打开非 HTML 格式文档(比如二进制数据或多媒体文件)的时候,仍要注意一些要点。
首先从获得 servlet 的输出流开始:

    ServletOutputStream out = res.getOutputStream();


互联网上使用 MIME (multipurpos Internet mail extension 多目的互联网邮件扩展协议)来传送混合格式、多媒体和二进制数据文件。如果要在 servlet 的 response 对象中打开某个文档,就必须设置该文档的 MIME 类型。下面这个例子中我们将打开 PDF 文档。

MIME 类型
Web 浏览器使用 MIME 类型来识别非 HTML 文档,并决定如何显示该文档内的数据。将插件 (plug-in) 与 MIME 类型结合使用,则当 Web 浏览器下载 MIME 类型指示的文档时,就能够启动相应插件处理此文档。某些 MIME 类型还可以与外部程序结合使用,浏览器下载文档后会启动相应的外部程序。

MIME 类型非常有用。它们允许 Web 浏览器处理不同格式的文档,却不需要事先嵌入相关知识。Java Servlets 可以使用 MIME 类型来向浏览器传送非 HTML 文件,比如 Adobe PDF 和 Micorsoft Word。使用正确的 MIME 类型能够保证这些非 HTML 文件被正确的插件或外部程序显示。本文末的资料部分提供了一些网址,指向一些已定义 MIME 类型列表和关于 MIME 类型的文章。

PDF 文件的 MIME 类型是 "application/pdf"。要用 servlet 来打开一个 PDF 文档,需要将 response 对象中 header 的 content 类型设置成 "application/pdf":

    // MIME type for pdf doc
    res.setContentType( "application/pdf" );


若要打开一个 Microsoft Word 文档,你就要将 response 对象的 content 类型设置成 "application/msword":

    // MIME type for MSWord doc
    res.setContentType( "application/msword" );


如果是一个 Excel 文档,则使用 MIME 类型 "application/vnd.ms-excel"。其中 vnd 表示该应用程序的制造者,必须将它包含在 MIME 类型里才能够打开该类型文档。

有时候浏览器不能识别文档的 MIME 类型。通常这是由于没有安装这些文档需要的插件而导致的。这种情况下,浏览器会弹出一个对话框,询问用户是否需要打开该文件或是将它保存到本地磁盘上。

Content disposition
一种叫做 content-disposition 的 HTTP response header 允许 servlet 指定文档表示的信息。使用这种 header ,你就可以将文档指定成单独打开(而不是在浏览器中打开),还可以根据用户的操作来显示。如果用户要保存文档,你还可以为该文档建议一个文件名。这个建议名称会出现在 Save As 对话框的“文件名”栏中。如果没有指定,则对话框中就会出现 servlet 的名字。更多关于 content-disposition header 的信息,可以参阅资料。

在 servlet 中,你需要将 header 设置成下面这样:

    res.setHeader("Content-disposition",
                  "attachment; filename=" +
                  "Example.pdf" );
    // attachment - since we don't want to open
    // it in the browser, but
    // with Adobe Acrobat, and set the
    // default file name to use.


如果你要打开的是 Microsoft Word 文件,你可以设成:

    res.setHeader("Content-disposition",
                  "attachment; filename" +
                  "Example.doc" );


封装非 HTML 文档
完成上述工作后,剩下的就非常简单了。你需要根据待传送文件的名字,创建一个 java.net.URL 对象。交给 URL 构造器的字符串必须是指向该文件的一个有效 URL 地址。在这个例子中,我要打开 Adobe employment 格式的文档:

    String fileURL =
"http://www.adobe.com/aboutadobe/careeropp/pdfs/adobeapp.pdf;"


你的 URL 字符串也可以类似于 http://www.gr.com/pub/somefile.doc 或 http://www.gr.com/pub/somefile.xls。但必须确保待传送文件类型与先前在 HTTP response 对象中设置的 MIME 类型一致。

    URL url = new URL ( fileURL );


防火墙
如果需要通过防火墙,最后一件要考虑的事情就是你的 URL 链接。首先应当搜集所用代理服务器的相关信息,例如主机名称和端口号等。更多关于如何通过防火墙建立链接的信息,可以参看下面的资料部分。

如果使用的是 Java 2,你应该从 URL 对象类中创建一个 URLConnection 对象,并设置下列系统属性:

    URLConnection conn = url.openConnection();

    // Use the username and password you use to
    // connect to the outside world
    // if your proxy server requires authentication.
    String authentication = "Basic " + new
sun.misc.BASE64Encoder().encode("username:password".getBytes());

    System.getProperties().put("proxySet", "true");

    System.getProperties().put("proxyHost", PROXY_HOST); // your proxy host
    System.getProperties().put("proxyPort", PROXY_PORT); // your proxy port
    conn.setRequestProperty("Proxy-Authorization", authentication);


如果你使用的是 JDK 1.1,则不能设置这些系统属性。这种情况下,你可以根据所用代理服务器的信息创建 java.net.URL 对象:

    url = new URL("http", PROXY_HOST,
                  Integer.parseInt(PROXY_PORT),
                  fileURL );
    // assumes authentication is not required


深入工作
开始阅读你传送的文档之前,首先要从 URLConnection (或 URL) 对象中获得输入流 InputStream。在这个例子中,用 BufferedInputStream 将 InputStream 封装起来。

如果你采用 URLConnection,可以尝试如下代码:

    BufferedInputStream bis = new
        BufferedInputStream(conn.getInputStream());


如果你使用 URL,则可用下列代码:

    BufferedInputStream bis = new
        BufferedInputStream(url.openStream());


一旦你完成上述操作,就只要简单地将 InputStream 中的字节,写入到 servlet 的输出流 OutputStream 中:

    BufferedOutputStream bos = new
        BufferedOutputStream(out);

    byte[] buff = new byte[2048];
    int bytesRead;

    // Simple read/write loop.
    while(-1 != (bytesRead = bis.read(buff, 0, buff.length))) {
        bos.write(buff, 0, bytesRead);
    }


在最后的代码块中,关闭这些流。

这个例子是利用 doPost 来实现的(doPost 是 HttpServlet 子类的一个方法):

public void doPost(HttpServletRequest req,
                   HttpServletResponse res)
   throws ServletException, IOException
{
    ServletOutputStream out =
        res.getOutputStream ();

//---------------------------------------------------------------
// Set the output data's mime type
//---------------------------------------------------------------

    res.setContentType( "application/pdf" ); // MIME type for pdf doc

//---------------------------------------------------------------
// create an input stream from fileURL
//---------------------------------------------------------------

    String fileURL =
        "http://www.adobe.com/aboutadobe/careeropp/pdfs/adobeapp.pdf";

//------------------------------------------------------------
// Content-disposition header - don't open in browser and
// set the "Save As..." filename.
// *There is reportedly a bug in IE4.0 which ignores this...
//------------------------------------------------------------
    res.setHeader("Content-disposition",
                  "attachment; filename=" +=
                  "Example.pdf" );

//-----------------------------------------------------------------
// PROXY_HOST and PROXY_PORT should be your proxy host and port
// that will let you go through the firewall without authentication.
// Otherwise set the system properties and use URLConnection.getInputStream().
//-----------------------------------------------------------------
    BufferedInputStream bis = null;
    BufferedOutputStream bos = null;

    try {
        URL url = new URL( "http", PROXY_HOST,
                           Integer.parseInt(PROXY_PORT), fileURL );

        // Use Buffered Stream for reading/writing.
        bis = new BufferedInputStream(url.openStream());
        bos = new BufferedOutputStream(out);

        byte[] buff = new byte[2048];
        int bytesRead;

        // Simple read/write loop.
        while(-1 != (bytesRead = bis.read(buff, 0, buff.length))) {
            bos.write(buff, 0, bytesRead);
        }

    } catch(final MalformedURLException e) {
        System.out.println ( "MalformedURLException." );
        throw e;
    } catch(final IOException e) {
        System.out.println ( "IOException." );
        throw e;
    } finally {
        if (bis != null)
            bis.close();
        if (bos != null)
            bos.close();
    }
}


结论
正如你所读到的,用 servlet 来打开非 html 文档相当简单。即使是要通过防火墙也是如此。只要设置了正确的 MIME 类型,就可以使用同样的代码来打开图片或其他多媒体文件。当今的互联网上包含了大量信息,其中许多数据被存储为非 HTML 格式。使用 servlet 能够克服 HTML 的限制,简单方便地向用户传送这些非 HTML 格式的信息。

sphinx---.rst转.html的利器一枚

转载请说明出处~~~^_^         在openERP的源码中,doc文件夹下的自带文档都是.rst格式的,虽然以文本格式打开也能看,但阅读起来极为不便。 一、什么是.rst: ...
  • ada_1215
  • ada_1215
  • 2014年01月21日 16:11
  • 3592

Servlet流操作——在浏览器中打开或者下载PDF文件

在Servlet与客户的请求应答的过程中,底层是通过输入/输出流来实现的。Servlet支持两种格式的输入/输出流。一个是字符输入/输出流。ServletResponse的getWriter()方法返...
  • yanglun1
  • yanglun1
  • 2015年06月14日 13:12
  • 5984

eclipse一般文本文件怎么用html打开

文本html编辑话,都运用于模板引擎开发项目的时候
  • u014001866
  • u014001866
  • 2015年12月17日 09:05
  • 4241

servlet+struts2+python的chm格式的文档

  • 2016年09月09日 08:24
  • 10.3MB
  • 下载

让Servlet和html怎么捣鼓都能输出正确的UTF8格式

我是初学者, 跟着视频做练习, 发现视频里能正确输出的, 到我这里jiu
  • cinneptio
  • cinneptio
  • 2014年06月15日 23:25
  • 801

借用OpenOffice将上传的Word文档转换成Html格式

将Word转Html的原理是这样的: 1、客户上传Word文档到服务器 2、服务器调用OpenOffice程序打开上传的Word文档 3、OpenOffice将Word文档另存为Html格式 4、Ov...
  • catoop
  • catoop
  • 2014年03月10日 16:25
  • 7638

关于用html语言生成word格式文档的视图问题

接到一个需求,要生成word格式的说明文档,并且要和本地的office版本无关。一开始还是考虑用com组件编程,想写一个工厂,用来判断当前系统的office版本,以实现兼容,但浅尝辄止。主要是在命名空...
  • suneboy
  • suneboy
  • 2011年09月13日 11:19
  • 1787

将html的api文档转换成chm格式

转自:http://www.cnblogs.com/shenliang123/archive/2012/04/23/2466441.html   我是看javamail看的很不爽,无奈不知道怎么转...
  • New_ChenXiaoHang
  • New_ChenXiaoHang
  • 2013年06月05日 17:09
  • 815

word文档自动转成html格式

1.准备工作需要一个dll文件和一个jar文件,如图:把dll文件拷贝到C:/Windows/System32下;jar包引入到框架中2.相关代码:1)格式转换类:@Controller@Sessio...
  • pc_grass
  • pc_grass
  • 2011年05月20日 16:58
  • 1994

转换 HTML 与 PDF 格式文档的神器

企业 Web 项目开发中经常会有生产 PDF 格式文档的需求,例如 PDF 账单下载,月末生成各种统计报表等等。我们要帮助企业实现自动化,也就是说无需人工干预,程序能够按需从 DB 中拿数据自主生成。...
  • wide288
  • wide288
  • 2014年12月17日 15:24
  • 3623
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:如何用 servlet 打开非 HTML 格式的文档
举报原因:
原因补充:

(最多只允许输入30个字)