下載文件時根據MIME類型自動判斷保存文件的擴展名
引言
用WebClient下載遠程資源時，經常會遇到類似這樣的網址：
http://www.uushare.com/filedownload?user=icesee&id=2205188
http://www.guaishow.com/u/luanfujie/g9675/
我們不知道這個Url具體代表的是一個網頁，還是某種類型的文件。
而有些Url雖然帶有擴展名，但可能是錯誤的擴展名，常見的比如把gif文件標上了jpg擴展名。
如果我們沒法正確判斷下載源的文件類型的話，就無法保存為正確的文件格式，會給后續操作及人工閱覽造成困擾。
所幸的是，WebRequest可以給出下載源的MIME信息，這讓我們可以確定文件的真實格式，并以此來決定最終的存儲擴展名。（MIME是什么？）
建立MIME映射字典
我們首先需要做的工作就是建立一個MIME類型到其對應擴展名的映射字典。
我從網上找來了一個MIME類型列表，并通過正則表達式將其轉換為程序代碼，粘入了程序中：
這個通過正則表達式轉換而來的代碼量非常大。
需注意的是，其中有很多MIME類型相同但擴展名不同的數據，我們在添加到字典時就將多余的不必要記錄忽略了，比如高亮處的那三條都是audio/x-aiff類型，那么后兩個擴展名都不會添加到字典中，也不會在后續的操作中被使用。
如果你覺得有些類型添加的對應擴展名不是最常見的對應類型的話，就得手動調整代碼了。（下文中就出現了這種情況，如text/html對應的是dhtml擴展名，image/jpeg對應的是jpe擴展名）
字典構建完畢之后，就可以通過這樣一個方法來獲取MIME類型所對應的擴展名了：
string 獲取對應擴展名(string ContentType)
{
foreach (var f in MimeDic.Keys)
{
if (ContentType.ToLower().IndexOf(f) >= 0) return MimeDic[f];
}
return null;
}
這里之所以使用IndexOf方法判斷，是因為傳入的ContentType中可能還包含其他信息，比如編碼格式。
題外話：看到網上曾有人抱怨說WebClient下載網頁時容易產生亂碼，而且又不好讀取網頁的編碼格式，其實WebRequest的ContentType中就包含MIME和編碼格式信息：
生成下載文件路徑
現在有了上面的方法，我們就可以通過MIME類型確定文件的擴展名了。
現在我們將書寫一個用于生成下載文件路徑的方法，其功能為：
- 分析文件的源Url，將其文件名部分作為下載文件的文件名。
- 如果其Url中不含文件名部分（域名或目錄形式），則以其目錄名為下載文件的文件名。
- 根據傳入的MIME類型自動確定并替換Url中的原始擴展名（如果有的話），以用作下載文件的文件名。
- 判斷傳入的存儲目錄中是否已存在與下載文件名相同的文件，存在的話就進行重命名，直到沒有同名文件為止。
功能有點多了，不適合做范例，不過還是很實用的，所以這里就順道分享出來。
其代碼為：
string 生成下載文件存放路徑(string 存放目錄, Uri Uri, string ContentType)
{
var ex = 獲取對應擴展名(ContentType);
string up = null;
string upne = null;
if (Uri.LocalPath == "/")
{
//處理Url是域名的情況
up = upne = Uri.Host;
}
else
{
if (Uri.LocalPath.EndsWith("/"))
{
//處理Url是目錄的情況
up = Uri.LocalPath.Substring(0, Uri.LocalPath.Length - 1);
upne = Path.GetFileName(up);
}
else
{
//處理常規Url
up = Uri.LocalPath;
upne = Path.GetFileNameWithoutExtension(up);
}
}
var name = string.IsNullOrEmpty(ex) ? Path.GetFileName(up) : upne + "." + ex;
var fn = Path.Combine(存放目錄, name);
var x = 1;
while (File.Exists(fn))
{
fn = Path.Combine(存放目錄, Path.GetFileNameWithoutExtension(name) + "(" + x++ + ")" + Path.GetExtension(name));
}
return fn;
}
為了驗證其效果，我們通過一個單元測試進行評測：
[TestMethod]
public void 文件名生成測試()
{
var d = @"C:\Users\Public\Downloads";
//gif格式文件，正常下載
Assert.AreEqual(@"C:\Users\Public\Downloads\35ad5275ed17904d4a2d40f3dacea80b.gif", 生成下載文件存放路徑(d, new Uri("http://i3.6.cn/cvbnm/7c/15/a3/35ad5275ed17904d4a2d40f3dacea80b.gif"), "image/gif"));
//url中擴展名是gif，但MIME類型實際是image/jpeg的資源。下載后的擴展名是jpe，因為字典MimeDic里存儲的對應擴展名就是jpe。
Assert.AreEqual(@"C:\Users\Public\Downloads\35ad5275ed17904d4a2d40f3dacea80b.jpe", 生成下載文件存放路徑(d, new Uri("http://i3.6.cn/cvbnm/7c/15/a3/35ad5275ed17904d4a2d40f3dacea80b.gif"), "image/jpeg"));
//一個帶參數的網頁url。下載后的擴展名是dhtml，因為字典MimeDic里存儲的對應擴展名就是dhtml。
Assert.AreEqual(@"C:\Users\Public\Downloads\filedownload.dhtml", 生成下載文件存放路徑(d, new Uri("http://www.uushare.com/filedownload?user=icesee&id=2205188"), "text/html"));
//一個網頁url，其格式為目錄形式的，沒有確切文件名。
Assert.AreEqual(@"C:\Users\Public\Downloads\g9675.dhtml", 生成下載文件存放路徑(d, new Uri("http://www.guaishow.com/u/luanfujie/g9675/"), "text/html"));
//域名形式
Assert.AreEqual(@"C:\Users\Public\Downloads\www.g.cn.dhtml", 生成下載文件存放路徑(d, new Uri("http://www.g.cn/"), "text/html"));
Assert.AreEqual(@"C:\Users\Public\Downloads\g.cn.dhtml", 生成下載文件存放路徑(d, new Uri("http://g.cn"), "text/html"));
}
文件下載
萬事俱備，只欠東風了，讓我們來完成下載方法：
///
/// 下載文件到指定目錄，并返回下載后存放的文件路徑
///
/// 網址
/// 存放目錄">存放目錄，如果該目錄中已存在與待下載文件同名的文件，那么將自動重命名
/// 下載文件存放的文件路徑
public string 下載文件(Uri Uri, string 存放目錄)
{
var q = WebRequest.Create(Uri).GetResponse();
var s = q.GetResponseStream();
var b = new BinaryReader(s);
var file = 生成下載文件存放路徑(存放目錄, Uri, q.ContentType);
FileStream fs = new FileStream(file, FileMode.Create, FileAccess.Write);
fs.Write(b.ReadBytes((int)q.ContentLength), 0, (int)q.ContentLength);
fs.Close();
b.Close();
s.Close();
return file;
}
代碼很簡單，就不多說了，我們來完成最后的測試：
[TestMethod]
public void 文件下載測試()
{
var d = @"C:\Users\Public\Downloads";
//首次下載
Assert.AreEqual(@"C:\Users\Public\Downloads\filedownload.dhtml", 下載文件(new Uri("http://www.uushare.com/filedownload?user=icesee&id=2205188"), d));
//第二次下載，遇到同名文件，自動重命名
Assert.AreEqual(@"C:\Users\Public\Downloads\filedownload(1).dhtml", 下載文件(new Uri("http://www.uushare.com/filedownload?user=icesee&id=2205188"), d));
//下載一個原本是gif類型的文件
Assert.AreEqual(@"C:\Users\Public\Downloads\2naqyw8.gif", 下載文件(new Uri("http://i38.tinypic.com/2naqyw8.jpg"), d));
}
結語
相較WebClient而言，WebRequest擁有更好的可控性，在WebClient無解的時候，就嘗試讓WebRequest上場吧。
留言列表
