java - HttpClient 从响应中获取图像

Question

我正在使用 Apache HttpClient 执行 GET/POST 请求，

我想知道您是否可以保存通过响应加载/检索的图像，而不必使用它们的 URL 再次下载它们。

这个问题在一年前就有人问过，但没有人回答: Can I get cached images using HttpClient?

我尝试过:

CloseableHttpClient httpclient = HttpClients.createDefault();

HttpGet httpget = new HttpGet(url);

HttpResponse response = httpclient.execute(httpget);
HttpEntity entity = response.getEntity();

InputStream is = entity.getContent();

FileOutputStream fos = new FileOutputStream(new File("img.png"));
int inByte;
while ((inByte = is.read()) != -1) {
    fos.write(inByte);
}
is.close();
fos.close();

但显然它只下载文本，我可以让 HttpClient 下载该特定 URL 的图像吗？这可行吗？

Answer 1

网页只是页面的 HTML 代码。

当浏览器访问网页时，它会下载 HTML 代码，然后解析 HTML。如果有诸如 IMG 标签、嵌入对象(如 Flash、Applet 等)、框架等内容，浏览器会获取它们的 URL，并创建一个新的 HTTP 连接，在其中下载图像。它对每个图像都这样做。然后，在页面的所有各个部分准备就绪(在缓存中)后，它会呈现页面。

当然，这是一个简化的描述，因为浏览器倾向于通过保持连接打开和保留缓存来优化这些事情。重申一下，获取页面中的图像:

1. 从给定网址下载 HTML。
2. 解析 HTML 并找到 IMG 标签。
3. 对于每个相关的 IMG，从与其关联的 SRC URL 下载图像数据。您应该将它们保存到文件中。

重要的是要了解 HttpClient 响应仅代表一个对象 - HTML 页面或单个图像，具体取决于您提供的 URL。如果您想下载整个页面及其所有图像，则必须自己为每个对象使用 HttpClient - 它不会自动执行此操作。