在多种格式中从InputStream读取数据

Question

我正在尝试编写一个类，用于读取HTTP请求和响应并解析它们。由于头部是普通文本，因此最简单的方法是使用BufferedReader和readLine方法来读取它们。但是，对于数据主体，这显然行不通，因为它可能是二进制数据，所以我想在读取完头部后切换到读取原始字节。

目前，我的做法类似于这样：

InputStream input=socket.getInputStream();
BufferedReader reader=new BufferedReader(new InputStreamReader(input));
BufferedInputStream binstream=new BufferedInputStream(input);

问题在于BufferedReader会预读并吞掉数据流中的所有二进制数据，导致我无法使用binstream获取它。

有没有办法防止readLine每次调用时读取超过换行符后的内容？ 或者有没有更好的方法来读取单行ASCII文本和原始二进制数据？

- Erin

---

根据Oracle的文档，readLine不应该读取超出换行符：http://download.oracle.com/javase/6/docs/api/java/io/BufferedReader.html#readLine%28%29 - Argote

BufferedReader本身只返回一行，但由于它是有缓冲的，它会首先填满自己的缓冲区，然后再寻找换行符 - 因此，数据已经从底层流中读取。 - Paŭlo Ebermann

@Paŭlo Ebermann 哦，我明白了，那很有道理。 - Argote

Answer 1

如果你不想使用像Konstantin提出的现成的HTTP客户端/服务器实现，DataInputStream有一个readLine方法。由于它没有进行适当的转换（主要是直接将字节转换为字符），因此已被弃用，但我认为对于纯ASCII头行来说应该是可以的。(你应该在DataInputStream下放置一个BufferedInputStream，因为readLine会逐个字节地读取。)

- Paŭlo Ebermann

---

那是我之前在使用的方式，但不确定是否有更好的方法（我不知道在Java中使用弃用方法有多糟糕）。 - Erin

对我有用。奇怪的是没有非弃用的方法 :( - AlikElzin-kilaka

Answer 2

Java已经有一个处理HTTP请求和响应的类了。你应该使用它来代替自己试图解析响应。解析HTTP响应比你想象的更加困难，因为你必须处理不同的编码方法。响应负载中并不是真正的原始二进制数据。HttpURLConnection类将为您解析头，并为您提供有效负载的InputStream。 http://download.oracle.com/javase/1.4.2/docs/api/java/net/HttpURLConnection.html

- Konstantin Komissarchik

---

我正在编写自己的代码，因为在应用程序的某个部分中，我需要忽略另一部分中使用的http.proxyHost设置。 - Erin

如果找不到配置参数来实现你需要的功能，我建议你可以 fork 一个已有的实现，而不是从头开始写。使用 Apache Commons HttpClient 进行 fork 不应该会有任何许可问题，正如另一个回答中提到的那样。 - Konstantin Komissarchik

其实，我刚刚注意到有一种方法可以强制URLConnection不使用代理。我想那会起作用。 - Erin

这并没有回答问题 - 如何以多种格式从InputStream中读取？ - AlikElzin-kilaka

Answer 3

如果涉及到HTTP请求，使用commons-httpclient可能会为您省去大量的工作。

- bmargulies