如何获取目录URL的文件/目录列表？

Question

假设我有一个URL：http://java.sun.com/j2se/1.5/pdf我想获得目录下所有文件/目录的列表pdf。

我正在使用Java 5。

我可以使用此程序http://www.httrack.com/获得dir的列表，但是使用Java我不知道是否可行。

有谁知道如何用Java获得它？或者，如果Java无法执行，该程序将如何完成工作？

Answer 1

有一些条件：

1. 服务器必须已启用目录列表，以便您查看其内容。
2. 我没有办法（没有API或HTTP动词）来检索列表，因此该列表通常显示为普通HTML页面
3. 您将必须解析此HTML页面才能找到条目。

使用JSoup这样的库可以轻松完成解析。

例如，使用JSoup，您可以http://howto.unixdev.net/像这样在url处获取文档：

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class Sample {
    public static void main(String[] args) throws IOException {
        Document doc = Jsoup.connect("http://howto.unixdev.net").get();
        for (Element file : doc.select("td.right td a")) {
            System.out.println(file.attr("href"));
        }
    }
}

将输出：

beignets.html
beignets.pdf
bsd-pam-ldap.html
ddns-updates.html
Debian_on_HP_dv6z.html
dextop-slackware.html
dirlist.html
downloads/
ldif/
Linux-SharePoint.html
rhfc3-apt.html
rhfc3-apt.tar.bz2
SUNWdsee-Debian.html
SUNWdtdte-b69.html
SUNWdtdte-b69.tar.bz2
tcshrc.html
Test_LVM_Trim_Ext4.html
Tru64-CS20-HOWTO.html

至于您的示例网址，http://java.sun.com/j2se/1.5/pdf这是找不到页面，所以我认为您很不走运。