java读取pdf

package jsinfo.com.yxp;

import java.io.BufferedReader;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.io.OutputStream;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class UrlSpeder {
 static   List<String> urllist =new ArrayList<String>();
 public static void main(String[] args) {
  // List<String> urllist =new ArrayList<String>();
    
 }
 
   public   static String analyse( String site){
     
      String regex= "\\<a[^\\<|^\\>]*href=[\\'|\\\"]([^\\<|^\\>]*\\.pdf)[\\'|\\\"][^\\<|^\\>]*[\\>|\\/\\>]";
      Pattern p = Pattern.compile(regex);
      try {
    URL url = new URL(site);
    
    InputStream is = url.openStream();
    BufferedReader br = new BufferedReader(new InputStreamReader(is));
    String line;
    while ((line = br.readLine()) != null) {
     Matcher m = p.matcher(line);
     while(m.find()){
//        System.out.println(m.group(1));
      // 把解析好的pdf的下载地址放到list中
      urllist.add(m.group(1));
     }
    }
    br.close();
    is.close();
    
    String dir = "d:/pdf/";
    File file = new File(dir);
    if (!file.exists()) {
     file.mkdirs();
    }
    for (String pdf : urllist) {
    URL u = new URL(pdf);
    InputStream i = u.openStream();
    byte[] b = new byte[1024*1024];
    int len;
    String fileName = pdf.substring(pdf.lastIndexOf("/"));
    OutputStream bos = new FileOutputStream(new File(dir + fileName));
    while ((len = i.read(b)) != -1) {
     bos.write(b, 0, len);
    }
    bos.flush();
    bos.close();
    i.close();
   }
  } catch (MalformedURLException e) {
   e.printStackTrace();
  } catch (IOException e) {
   e.printStackTrace();
  }
        
      return null;
      }
     
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yinxingpan

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值