Java：在小程序中将pdf文件从URL读取到字节数组/ByteBuffer中

Question

我试图找出为什么这个特定的代码片段对我不起作用。 我有一个小程序，它应该读取 .pdf 并使用 pdf 渲染器库显示它，但由于某种原因，当我读取服务器上的 .pdf 文件时，它们最终被损坏。 我已经通过再次写回文件来测试它。

我尝试在 IE 和 Firefox 中查看该小程序，但出现了损坏的文件。 有趣的是，当我尝试在 Safari（适用于 Windows）中查看小程序时，文件实际上没问题！ 我知道 JVM 可能会有所不同，但我仍然迷失方向。 我是用Java 1.5编译的。 JVM 是 1.6。 读取文件的片段如下。

public static ByteBuffer getAsByteArray(URL url) throws IOException {
        ByteArrayOutputStream tmpOut = new ByteArrayOutputStream();

        URLConnection connection = url.openConnection();
        int contentLength = connection.getContentLength();
        InputStream in = url.openStream();
        byte[] buf = new byte[512];
        int len;
        while (true) {
            len = in.read(buf);
            if (len == -1) {
                break;
            }
            tmpOut.write(buf, 0, len);
        }
        tmpOut.close();
        ByteBuffer bb = ByteBuffer.wrap(tmpOut.toByteArray(), 0,
                                        tmpOut.size());
        //Lines below used to test if file is corrupt
        //FileOutputStream fos = new FileOutputStream("C:\\abc.pdf");
        //fos.write(tmpOut.toByteArray());
        return bb;
}

我一定错过了一些东西，我一直在努力想弄清楚。 任何帮助是极大的赞赏。 谢谢。

---

编辑： 为了进一步澄清我的情况，我阅读之前的文件与代码片段和之后的区别在于，我阅读后输出的文件明显小于原来的大小。 打开它们时，它们不会被识别为 .pdf 文件。 没有任何异常被抛出，我忽略了，我尝试冲洗但无济于事。

此代码片段适用于 Safari，这意味着文件将被完整读取，大小没有差异，并且可以使用任何 .pdf 阅读器打开。 在 IE 和 Firefox 中，文件最终总是会被损坏，并且大小始终相同。

我监视了 len 变量（当读取 59kb 文件时），希望看到每个循环读取了多少字节。 在 IE 和 Firefox 中，在 18kb 处，in.read(buf) 返回 -1，就好像文件已结束一样。 Safari 不这样做。

我会坚持下去，并且感谢迄今为止的所有建议。

Answer 1

为了防止这些小变化产生影响，请尝试以下操作：

public static ByteBuffer getAsByteArray(URL url) throws IOException {
    URLConnection connection = url.openConnection();
    // Since you get a URLConnection, use it to get the InputStream
    InputStream in = connection.getInputStream();
    // Now that the InputStream is open, get the content length
    int contentLength = connection.getContentLength();

    // To avoid having to resize the array over and over and over as
    // bytes are written to the array, provide an accurate estimate of
    // the ultimate size of the byte array
    ByteArrayOutputStream tmpOut;
    if (contentLength != -1) {
        tmpOut = new ByteArrayOutputStream(contentLength);
    } else {
        tmpOut = new ByteArrayOutputStream(16384); // Pick some appropriate size
    }

    byte[] buf = new byte[512];
    while (true) {
        int len = in.read(buf);
        if (len == -1) {
            break;
        }
        tmpOut.write(buf, 0, len);
    }
    in.close();
    tmpOut.close(); // No effect, but good to do anyway to keep the metaphor alive

    byte[] array = tmpOut.toByteArray();

    //Lines below used to test if file is corrupt
    //FileOutputStream fos = new FileOutputStream("C:\\abc.pdf");
    //fos.write(array);
    //fos.close();

    return ByteBuffer.wrap(array);
}

您忘记关闭 fos，如果您的应用程序仍在运行或突然终止，这可能会导致该文件变短。 另外，我还添加了创建具有适当初始大小的 ByteArrayOutputStream 。 （否则Java将不得不重复分配一个新数组并复制，分配一个新数组并复制，这是昂贵的。）将值16384替换为更合适的值。 16k 对于 PDF 来说可能有点小，但我不知道如何，但“平均”大小是您期望下载的。

由于您使用了 toByteArray() 两次（即使一次在诊断代码中），我将其分配给一个变量。 最后，虽然应该没有任何区别，但当您将整个数组包装在 ByteBuffer 中时，您只需要提供字节数组本身。 提供偏移量 0 和长度是多余的。

请注意，如果您以这种方式下载大型 PDF 文件，请确保您的 JVM 正在运行足够大的堆，以便您有足够的空间容纳您期望读取的最大文件大小的几倍。 您使用的方法将整个文件保留在内存中，只要您负担得起该内存，就可以。 :)

Answer 2

我以为我和你有同样的问题，但事实证明我的问题是我假设你总是得到完整的缓冲区，直到你什么也得不到。 但你不这么认为。
网上的示例（例如 java2s/tutorial）使用 BufferedInputStream 。 但这对我来说没有任何区别。

您可以检查循环中是否确实获得了完整文件。 问题出在 ByteArrayOutputStream 中。

Answer 3

在关闭 tmpOut 流之前，您是否尝试过使用 flush() 以确保写出所有字节？