提取远程zip文件并将其解压缩到Java中的hdfs

Question

我正在做的只是解压缩并上传一个zip文件，该文件可以从网站下载到hdfs。 这是代码：

String src="http://corpus.byu.edu/wikitext-samples/text.zip";
String dst = "hdfs://cshadoop1/user/hxy162130/assignment1";
InputStream a = new URL(src).openStream();
System.out.println(a == null);
ZipInputStream in = new ZipInputStream(a);
System.out.println(in == null);
ZipEntry zE = in.getNextEntry();        
System.out.println(zE == null);

如您所见，我使用openStream方法将url更改为inputstream，然后将inputstream用作ZipInputStream的参数。最后我从zipinputStream获得了一个条目。 但是问题是getNextEntry方法返回一个空值，这意味着我的代码输出为false，false，true。 而且我只是找不到问题所在。

Answer 1

对http://corpus.byu.edu/wikitext-samples/text.zip的HTTP请求导致301 Moved Permanently给出新Location: https://corpus.byu.edu/wikitext-samples/text.zip 。 因此，使用此URL不再有可用的ZIP资源。

要遵循重定向，您可以执行以下操作：

import java.net.URL;
import java.net.URLConnection;
import java.io.InputStream;
import java.util.zip.*;


class ReadZipInputStream {

 public static void main(String[] args) throws Exception {

  String src="http://corpus.byu.edu/wikitext-samples/text.zip";
  //301 Moved Permanently: Location:https://corpus.byu.edu/wikitext-samples/text.zip

  URL url = new URL(src);
  URLConnection connection = url.openConnection();
  String redirect = connection.getHeaderField("Location");
  if (redirect != null){
   connection = new URL(redirect).openConnection();
  }

  InputStream a = connection.getInputStream();
  System.out.println(a);

  ZipInputStream in = new ZipInputStream(a);
  System.out.println(in);

  ZipEntry zE = in.getNextEntry();        
  System.out.println(zE);

 }
}