java - 从 URL 读取奇怪的 byte[] 行为

Question

最后，我的终极目标是:

• 从 URL 读取(这个问题是关于什么的)
• 将检索到的 [PDF] 内容保存到数据库中的 BLOB 字段(已经确定)
• 读取 BLOB 字段并将该内容附加到电子邮件中
• 无需访问文件系统

以下方法的目标是获取一个 byte[] 可以在下游用作电子邮件附件(避免写入磁盘):

public byte[] retrievePDF() {

         HttpClient httpClient = new HttpClient();

         GetMethod httpGet = new GetMethod("http://website/document.pdf");
         httpClient.executeMethod(httpGet);
         InputStream is = httpGet.getResponseBodyAsStream();

         byte[] byteArray = new byte[(int) httpGet.getResponseContentLength()];

         is.read(byteArray, 0, byteArray.length);

        return byteArray;
}

对于特定的 PDF，getResponseContentLength() 方法返回 101,689 作为长度。 奇怪 部分是，如果我设置一个断点并询问 byteArray 变量，它有 101,689 个字节元素，但是，在字节 #3744 之后数组的剩余字节全为零 (0)。 生成的 PDF 无法被 PDF 阅读器客户端(如 Adob​​e Reader)读取。

为什么会这样？

通过浏览器检索相同的 PDF 并保存到磁盘，或使用类似以下的方法(我在 answer to this StackOverflow post 之后设计)，生成可读的 PDF:

public void retrievePDF() {
    FileOutputStream fos = null;
    URL url;
    ReadableByteChannel rbc = null;

    url = new URL("http://website/document.pdf");

    DataSource urlDataSource = new URLDataSource(url);

    /* Open a connection, then set appropriate time-out values */
    URLConnection conn = url.openConnection();
    conn.setConnectTimeout(120000);
    conn.setReadTimeout(120000);

    rbc = Channels.newChannel(conn.getInputStream());

    String filePath = "C:\\temp\\";
    String fileName = "testing1234.pdf";
    String tempFileName = filePath + fileName;

    fos = new FileOutputStream(tempFileName);
    fos.getChannel().transferFrom(rbc, 0, 1 << 24);
    fos.flush();

    /* Clean-up everything */
    fos.close();
    rbc.close();
}

对于这两种方法，在 Windows 中执行右键单击 > 属性... 时生成的 PDF 的大小为 101,689 字节。

为什么字节数组实际上会在中途“停止”？

Answer 1

InputStream.read 最多读取 byteArray.length 个字节，但可能不会读取那么多。它返回读取的字节数。您应该重复调用它以完全读取数据，如下所示:

int bytesRead = 0;
while (true) {
    int n = is.read(byteArray, bytesRead, byteArray.length);
    if (n == -1) break;
    bytesRead += n;
}