求助！下载资源URL分析！

各位同仁，兄弟一直想用java做个简单的类似狗狗搜索的东西；现在的难度是如何分析这些链接
过程是自己写爬虫去爬取网页；发现网页上的资源文件地址--将其下载链接存储下来；我一直在找相关的链接分析的资料（主要针对可以下载的链接分析）；一直无果；求各位大神给个建议提示：
如有什么开源的包啊！可以针对下载链接的分析的文章啊！多多益善。
我的目标主要是发现音乐电影 PDF doc ppt 等格式的下载链接。