JSoup获取内容类型然后获取数据

Question

所以目前我正在使用以下代码从网址中检索数据

Document doc = Jsoup.connect(url).get();

在我获取数据之前，我已经决定要获取内容类型，所以我使用以下内容进行操作。

Connection.Response res = Jsoup.connect(url).timeout(10*1000).execute();
String contentType = res.contentType(); 

现在我想知道，这是两个独立的连接吗？这不高效吗？有没有办法让我在一个连接中获取内容类型和文档数据？

由于

Answer 1

是Jsoup.connect(url).get()和Jsoup.connect(url).timeout(10*1000).execute();是两个单独的连接。也许你正在寻找像

这样的东西

Response resp = Jsoup.connect(url).timeout(10*1000).execute();
String contentType = res.contentType(); 

然后将响应主体解析为文档

Document doc = resp.parse();

无论如何，Jsoup默认仅解析text/*，application/xml或application/xhtml+xml，如果内容类型是其他类型，例如application/pdf它会抛出UnsupportedMimeTypeException，所以你不应该担心它。

Answer 2

如果不了解Jsoup的内部结构，我们就无法知道。通常，当您只想获取文件的标题（在您的情况下为内容类型）而不下载实际文件内容时，您可以使用HTTP GET方法而不是GET方法来使用相同的URL。也许Jsoup API允许您设置方法，代码看起来不像是这样做，所以我下注它实际上获取整个文件。

HTTP规范允许客户端稍后重用连接，它们被称为HTTP持久连接，并且它避免了必须为每个对同一服务器的调用创建连接。但是，在这种情况下，由于您没有处理代码中的连接，所以它取决于客户端Jsoup，以确保它在每次请求后都没有关闭连接。

我认为创建两个连接的开销会因为没有下载整个文件而被抵消，如果您的代码决定它不应该下载该文件，如果它不是内容类型那么你想要的。