5.6 Повний процес

На теперішній час ми знаємо URL і відповідний API для екстракції, і основна підготовка пошукача була завершена.

@TargetUrl("https://github.com/\\w+/\\w+")
@HelpUrl("https://github.com/\\w+")
public class GithubRepo {

    @ExtractBy(value = "//h1[@class='entry-title public']/strong/a/text()", notNull = true)
    private String name;

    @ExtractByUrl("https://github\\.com/(\\w+)/.*")
    private String author;

    @ExtractBy("//div[@id='readme']/tidyText()")
    private String readme;
}

5.6.1 Створення і запуск пошукача

Вхідна анотацій модель OOSpider, він успадковує клас Spider, який впроваджує спеціальний метод створення, та інші схожі методи. Створення анотацію режиму краулер вимагає один або більше класів Model, і один чи декілька PageModelPipeline для визначення спосіб результати.

public static OOSpider create(Site site, PageModelPipeline pageModelPipeline, Class... pageModels);

5.6.2 PageModelPipeline

У режимі анотацій, результати класу під назвою PageModelPipeline, шляхом реалізації його, ви можете налаштувати результуючий вихід.

public interface PageModelPipeline<T> {

    public void process(T t, Task task);

}

PageModelPipeline відповідна з класом Model, та може відповідати безлічі моделі PageModelPipeline. За винятком випадків, коли ви створюєте також

public OOSpider addPageModel(PageModelPipeline pageModelPipeline, Class... pageModels)

Метод що додає Model до PageModelPipeline.

5.6.3 Висновок

Що ж, тепер ми маємо завершити цей приклад:

@TargetUrl("https://github.com/\\w+/\\w+")
@HelpUrl("https://github.com/\\w+")
public class GithubRepo {

    @ExtractBy(value = "//h1[@class='entry-title public']/strong/a/text()", notNull = true)
    private String name;

    @ExtractByUrl("https://github\\.com/(\\w+)/.*")
    private String author;

    @ExtractBy("//div[@id='readme']/tidyText()")
    private String readme;

    public static void main(String[] args) {
        OOSpider.create(Site.me().setSleepTime(1000)
                , new ConsolePageModelPipeline(), GithubRepo.class)
                .addUrl("https://github.com/code4craft").thread(5).run();
    }
}

results matching ""

    No results matching ""