HttpEntity接口的详细解释与应用

爬虫之对接口HttpEntity的解释（二）

前言

之前写了一些关于如何使用HttpClient包基本功能HttpGet与HttpPost。在其中提到了HttpEntity接口。这篇文章是对HttpEntity接口深入的探讨。

一、使用的位置与方式

HttpEntity是在HttpCore包中实现的，下面以HttpGet中使用位置为例（参见上一篇）

DefaultHttpClient httpClient = new DefaultHttpClient();                               (A)

HttpGet httpGet = new HttpGet(url);                                             (B)

HttpResponse httpResponse = httpClient.execute(httpGet);                           (C)

HttpEntity httpEntity = httpResponse.getEntity();                                    (D)

Do something on httpEntity                                                    (E)

EntityUtils.consume(httpEntity)                                                  (F)

httpGet.releaseConnection()   

HttpEntity其实相当于一个消息实体，内容是http传送的报文（这里可以说是html，css等等文件）。这里只需要知道它是用来表征一个http报文的实体就行了，用来发送或接收。通过上面的例子，可以对使用HttpEntity有一些认识。实现HttpEntity接口有不同的类，下面介绍。

二、HttpEntity的分类

按HttpEntity内容的来源，它可以分为三类：

1.streamed（流式）：从一个流传输中获得，一般是来自http连接。特点：使用时产生，不可重复

2.self-contained(自包含)：存储在内存中的，独立于http连接。特点：可以重复

3.wrapping(代理，包装)：从其他HttpEntity中获得。特点：依附于获取的类

在HttpEntity帮助文档中建议，将实时性的不可重复的作为流式实体处理，把可重复的（如果不会产生巨大影响）作为自我包含实体处理。

三、HttpEntity的方法介绍

HttpEntity类非常简洁，它的方法如下：

InputStreamgetContent()返回的是一个实体内容的流

注：此时这里的流与上面所说的流式实体概念有所不同。上文所说流式实体是指从连接产生具有实时性的流，而这里仅仅只内容流形式，不要混淆。

HeadergetContentEncoding()获取HttpEntity（如果有的话）实体已编码内容的头部信息（具体Header内容可以参见HttpCore帮助文档中Header类）

Long getContentLength()显而易见是获取整个实体内容的长度

BooleanisRepeatable（）判断实体是否具有重现的能力，也就是一中讨论的分类

BooleanisStreaming（）判断实体的内容是不是基于流

VoidwriteTo(OutputStream outstream)将实体写入一个输出流

四．实现接口HttpEntity的类

这些实现接口HttpEntity的类，其实就是在HttpEntity功能上添加了一些小小的功能。看这些类的名字就能知道它添加了什么功能。

类如下：

AbstractHttpEntity，BasicHttpEntity，BufferedHttpEntity，ByteArrayEntity，InputStreamEntity，StringEntity等等。如果在接下来的文章中有用到的话，我会提及一部分。其实这些类非常简单，完全可以自己实现。也可以参考HttpCore帮助文档。

后记

我发现自己写的内容都很简单，甚至说是很幼稚。但是，我想如果对一个已经很熟练的人来说，这样的文章也许没用，他也完全不需要去看。但是如果对一个刚刚开始学习的人来说，也许意义会有所不同，他会少走很多弯路。不过，随着学习爬虫不停地深入，我想会写出一些能值得参考的东西来的。所以，不喜勿喷。