如何用servlet打开非HTML格式的文档

摘要
Java Servlet 编程可以很方便地将 HTML 文件发送到客户端 Web 浏览器。然而许多站点还允许访问非 HTML 格式的文档，包括 Adobe PDF、Microsoft Word 和 Micorsoft Excel 等。事实上这些非 HTML 格式只要能用 MIME 类型表示，就可以利用 servlet 来发送。本文将以 PDF 和 Microsoft Word 文件为例，向你介绍如何使用 servlet 传送非 HTML 格式文件，以及与防火墙交互的方法。
你只要将文件写到 servlet 的输出流中，就可以利用 servlet 在浏览器中打开一个文件。尽管这看起来非常简单，在打开非 HTML 格式文档（比如二进制数据或多媒体文件）的时候，仍要注意一些要点。
首先从获得 servlet 的输出流开始：

ServletOutputStream out = res.getOutputStream();


互联网上使用 MIME (multipurpos Internet mail extension 多目的互联网邮件扩展协议）来传送混合格式、多媒体和二进制数据文件。如果要在 servlet 的 response 对象中打开某个文档，就必须设置该文档的 MIME 类型。下面这个例子中我们将打开 PDF 文档。

MIME 类型
Web 浏览器使用 MIME 类型来识别非 HTML 文档，并决定如何显示该文档内的数据。将插件 (plug-in) 与 MIME 类型结合使用，则当 Web 浏览器下载 MIME 类型指示的文档时，就能够启动相应插件处理此文档。某些 MIME 类型还可以与外部程序结合使用，浏览器下载文档后会启动相应的外部程序。

MIME 类型非常有用。它们允许 Web 浏览器处理不同格式的文档，却不需要事先嵌入相关知识。Java Servlets 可以使用 MIME 类型来向浏览器传送非 HTML 文件，比如 Adobe PDF 和 Micorsoft Word。使用正确的 MIME 类型能够保证这些非 HTML 文件被正确的插件或外部程序显示。本文末的资料部分提供了一些网址，指向一些已定义 MIME 类型列表和关于 MIME 类型的文章。

PDF 文件的 MIME 类型是 "application/pdf"。要用 servlet 来打开一个 PDF 文档，需要将 response 对象中 header 的 content 类型设置成 "application/pdf":

// MIME type for pdf doc
res.setContentType( "application/pdf" );


若要打开一个 Microsoft Word 文档，你就要将 response 对象的 content 类型设置成 "application/msword":

// MIME type for MSWord doc
res.setContentType( "application/msword" );


如果是一个 Excel 文档，则使用 MIME 类型 "application/vnd.ms-excel"。其中 vnd 表示该应用程序的制造者，必须将它包含在 MIME 类型里才能够打开该类型文档。

有时候浏览器不能识别文档的 MIME 类型。通常这是由于没有安装这些文档需要的插件而导致的。这种情况下，浏览器会弹出一个对话框，询问用户是否需要打开该文件或是将它保存到本地磁盘上。

Content disposition
一种叫做 content-disposition 的 HTTP response header 允许 servlet 指定文档表示的信息。使用这种 header ，你就可以将文档指定成单独打开（而不是在浏览器中打开），还可以根据用户的操作来显示。如果用户要保存文档，你还可以为该文档建议一个文件名。这个建议名称会出现在 Save As 对话框的“文件名”栏中。如果没有指定，则对话框中就会出现 servlet 的名字。更多关于 content-disposition header 的信息，可以参阅资料。

在 servlet 中，你需要将 header 设置成下面这样：

res.setHeader("Content-disposition",
"attachment; filename=" +
"Example.pdf" );
// attachment - since we don´t want to open
// it in the browser, but
// with Adobe Acrobat, and set the
// default file name to use.


如果你要打开的是 Microsoft Word 文件，你可以设成：

res.setHeader("Content-disposition",
"attachment; filename" +
"Example.doc" );


封装非 HTML 文档
完成上述工作后，剩下的就非常简单了。你需要根据待传送文件的名字，创建一个 java.net.URL 对象。交给 URL 构造器的字符串必须是指向该文件的一个有效 URL 地址。在这个例子中，我要打开 Adobe employment 格式的文档：

String fileURL =
"http://www.adobe.com/aboutadobe/careeropp/pdfs/adobeapp.pdf;"


你的 URL 字符串也可以类似于 http://www.gr.com/pub/somefile.doc 或 http://www.gr.com/pub/somefile.xls。但必须确保待传送文件类型与先前在 HTTP response 对象中设置的 MIME 类型一致。

URL url = new URL ( fileURL );


防火墙
如果需要通过防火墙，最后一件要考虑的事情就是你的 URL 链接。首先应当搜集所用代理服务器的相关信息，例如主机名称和端口号等。更多关于如何通过防火墙建立链接的信息，可以参看下面的资料部分。

如果使用的是 Java 2，你应该从 URL 对象类中创建一个 URLConnection 对象，并设置下列系统属性：

URLConnection conn = url.openConnection();

// Use the username and password you use to
// connect to the outside world
// if your proxy server requires authentication.
String authentication = "Basic " + new
sun.misc.BASE64Encoder().encode("username:password".getBytes());

System.getProperties().put("proxySet", "true");

System.getProperties().put("proxyHost", PROXY_HOST); // your proxy host
System.getProperties().put("proxyPort", PROXY_PORT); // your proxy port
conn.setRequestProperty("Proxy-Authorization", authentication);


如果你使用的是 JDK 1.1，则不能设置这些系统属性。这种情况下，你可以根据所用代理服务器的信息创建 java.net.URL 对象：

url = new URL("http", PROXY_HOST,
Integer.parseInt(PROXY_PORT),
fileURL );
// assumes authentication is not required


深入工作
开始阅读你传送的文档之前，首先要从 URLConnection (或 URL) 对象中获得输入流 InputStream。在这个例子中，用 BufferedInputStream 将 InputStream 封装起来。

如果你采用 URLConnection，可以尝试如下代码：

BufferedInputStream bis = new
BufferedInputStream(conn.getInputStream());


如果你使用 URL，则可用下列代码：

BufferedInputStream bis = new
BufferedInputStream(url.openStream());


一旦你完成上述操作，就只要简单地将 InputStream 中的字节，写入到 servlet 的输出流 OutputStream 中：

BufferedOutputStream bos = new
BufferedOutputStream(out);

byte[] buff = new byte[2048];
int bytesRead;

// Simple read/write loop.
while(-1 != (bytesRead = bis.read(buff, 0, buff.length))) {
bos.write(buff, 0, bytesRead);
}


在最后的代码块中，关闭这些流。

这个例子是利用 doPost 来实现的（doPost 是 HttpServlet 子类的一个方法）：

public void doPost(HttpServletRequest req,
HttpServletResponse res)
throws ServletException, IOException
{
ServletOutputStream out =
res.getOutputStream ();

//---------------------------------------------------------------
// Set the output data´s mime type
//---------------------------------------------------------------

res.setContentType( "application/pdf" ); // MIME type for pdf doc

//---------------------------------------------------------------
// create an input stream from fileURL
//---------------------------------------------------------------

String fileURL =
"http://www.adobe.com/aboutadobe/careeropp/pdfs/adobeapp.pdf";

//------------------------------------------------------------
// Content-disposition header - don´t open in browser and
// set the "Save As..." filename.
// *There is reportedly a bug in IE4.0 which ignores this...
//------------------------------------------------------------
res.setHeader("Content-disposition",
"attachment; filename=" +=
"Example.pdf" );

//-----------------------------------------------------------------
// PROXY_HOST and PROXY_PORT should be your proxy host and port
// that will let you go through the firewall without authentication.
// Otherwise set the system properties and use URLConnection.getInputStream().
//-----------------------------------------------------------------
BufferedInputStream bis = null;
BufferedOutputStream bos = null;

try {
URL url = new URL( "http", PROXY_HOST,
Integer.parseInt(PROXY_PORT), fileURL );

// Use Buffered Stream for reading/writing.
bis = new BufferedInputStream(url.openStream());
bos = new BufferedOutputStream(out);

byte[] buff = new byte[2048];
int bytesRead;

// Simple read/write loop.
while(-1 != (bytesRead = bis.read(buff, 0, buff.length))) {
bos.write(buff, 0, bytesRead);
}

} catch(final MalformedURLException e) {
System.out.println ( "MalformedURLException." );
throw e;
} catch(final IOException e) {
System.out.println ( "IOException." );
throw e;
} finally {
if (bis != null)
bis.close();
if (bos != null)
bos.close();
}
}


结论
正如你所读到的，用 servlet 来打开非 html 文档相当简单。即使是要通过防火墙也是如此。只要设置了正确的 MIME 类型，就可以使用同样的代码来打开图片或其他多媒体文件。当今的互联网上包含了大量信息，其中许多数据被存储为非 HTML 格式。使用 servlet 能够克服 HTML 的限制，简单方便地向用户传送这些非 HTML 格式的信息。