Selenium 2: 检测链接目标的内容类型

Question

我正在使用Selenium 2 Java API与网页进行交互。我的问题是：
如何检测链接目标的内容类型？

基本上，这是背景：在单击链接之前，我想确保
响应是HTML文件。如果没有，我需要以其他方式处理它。
因此，假设有一个PDF文件的下载链接。应用程序应
直接读取该URL的内容，而不是在浏览器中打开它。

我们的目标是拥有一个能够自动知道
当前位置是HTML，PDF，XML或其他类型的应用程序，以便使用适当的解析器
从文档中提取有用的信息。

更新资料

额外的奖励：将奖励给最佳解决方案，使我能够获得
给定URL 的内容类型。

Answer 1

正如Jochen所建议的那样，在不下载内容的情况下获取Content-type的方法
是HTTP HEAD，而硒webdrivers似乎没有提供这种
功能。您将必须找到另一个库来帮助您
获取URL的内容类型。

可以做到这一点的Java库是ApacheHttpComponents,尤其是HttpClient.

(以下代码未经测试)

HttpClient httpclient = new DefaultHttpClient();
HttpHead httphead = new HttpHead("http://foo/bar");
HttpResponse response = httpclient.execute(httphead);
BasicHeader contenttypeheader = response.getFirstHeader("Content-Type");

System.out.println(contenttypeheader);

该项目为
HttpClient JavaDoc forHttpClient, the documentation for the HttpClient
interface 的文档包含了一个很好的
示例。