Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
亦蔚然
Project Crawler Elasticsearch
提交
0661fc1d
P
Project Crawler Elasticsearch
项目概览
亦蔚然
/
Project Crawler Elasticsearch
通知
4
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Project Crawler Elasticsearch
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
0661fc1d
编写于
5月 22, 2021
作者:
W
weiranyi
提交者:
GitHub
5月 22, 2021
浏览文件
操作
浏览文件
下载
差异文件
Merge pull request #10 from weiranyi/code-refactoring-one
第一次对代码进行重构
上级
fb9f1f4d
54d16b05
变更
2
显示空白变更内容
内联
并排
Showing
2 changed file
with
75 addition
and
40 deletion
+75
-40
README.md
README.md
+5
-1
src/main/java/com/github/weiranyi/Main.java
src/main/java/com/github/weiranyi/Main.java
+70
-39
未找到文件。
README.md
浏览文件 @
0661fc1d
...
...
@@ -82,4 +82,8 @@
-
算法
-
DFS 深度优先算法
-
BFS 广度优先
-
重构
-
短方法:
-
a.便于人脑理解
-
b.越短越容易复用
-
c.对于Java来说可以方便的对方法进行覆盖
src/main/java/com/github/weiranyi/Main.java
浏览文件 @
0661fc1d
...
...
@@ -37,8 +37,33 @@ public class Main {
continue
;
}
// 判断是否是感兴趣滴内容【新浪站内的网页】
// link.contains("sina.cn") && !link.contains("passport.sina.cn") &&
if
((
link
.
contains
(
"news.sina.cn"
))
||
"https://sina.cn"
.
equals
(
link
))
{
if
(
isInterestingLink
(
link
))
{
Document
doc
=
httpGetAndParseHtml
(
link
);
// 使用CSS选择器,html中去获取
ArrayList
<
Element
>
links
=
doc
.
select
(
"a"
);
// 用Java8引入的特性对代码进行简化,过程式语言变成描述式语言
links
.
stream
().
map
(
aTag
->
aTag
.
attr
(
"href"
)).
forEach
(
linkPool:
:
add
);
// 假设这是一个新闻的详情页,就存入数据库,否则,就什么都不做
storeIntoDatabaseIfItIsNewsPage
(
doc
);
processedLinks
.
add
(
link
);
}
else
{
// 不感兴趣
continue
;
}
}
}
/*
* 2、将表达不同逻辑的代码抽象为短方法
* 优点:
* a.便于人脑理解
* b.越短越容易复用
* c.对于Java来说可以方便的对方法进行覆盖
*/
// 通过http请求拿到HTML文档
private
static
Document
httpGetAndParseHtml
(
String
link
)
throws
IOException
{
try
(
CloseableHttpClient
httpclient
=
HttpClients
.
createDefault
())
{
if
(
link
.
startsWith
(
"//"
))
{
link
=
"https:"
+
link
;
...
...
@@ -50,15 +75,13 @@ public class Main {
System
.
out
.
println
(
link
);
HttpEntity
entity1
=
response1
.
getEntity
();
String
html
=
EntityUtils
.
toString
(
entity1
);
Document
doc
=
Jsoup
.
parse
(
html
);
// 使用CSS选择器,html中去获取
ArrayList
<
Element
>
links
=
doc
.
select
(
"a"
);
for
(
Element
aTag
:
links
)
{
// 获取href属性
linkPool
.
add
(
aTag
.
attr
(
"href"
));
return
Jsoup
.
parse
(
html
);
}
// 假设这是一个新闻的详情页,就存入数据库,否则,就什么都不做
}
}
// 若是新闻页面就存到数据库中
private
static
void
storeIntoDatabaseIfItIsNewsPage
(
Document
doc
)
{
ArrayList
<
Element
>
articleTags
=
doc
.
select
(
"article"
);
if
(!
articleTags
.
isEmpty
())
{
for
(
Element
articleTag
:
articleTags
)
{
...
...
@@ -66,21 +89,29 @@ public class Main {
System
.
out
.
println
(
titile
);
}
}
processedLinks
.
add
(
link
);
}
/*
* 1、将长的判断条件抽取为不同的方法
*/
// 感兴趣的链接
private
static
boolean
isInterestingLink
(
String
link
)
{
return
(
isNewsPage
(
link
)
||
isIndexPage
(
link
)
&&
isNotLoginPage
(
link
));
}
}
else
{
// 不感兴趣
continue
;
// 首页
private
static
boolean
isIndexPage
(
String
link
)
{
return
"https://sina.cn"
.
equals
(
link
);
}
// 新闻页
private
static
boolean
isNewsPage
(
String
link
)
{
return
link
.
contains
(
"news.sina.cn"
);
}
// try (CloseableHttpClient httpclient = HttpClients.createDefault()) {
// HttpGet httpGet = new HttpGet("https://sina.cn/");
// try (CloseableHttpResponse response1 = httpclient.execute(httpGet)) {
// System.out.println(response1.getStatusLine());
// HttpEntity entity1 = response1.getEntity();
// System.out.println(EntityUtils.toString(entity1));
// }
// }
// 登录页
private
static
boolean
isNotLoginPage
(
String
link
)
{
return
!
link
.
contains
(
"passport.sina.cn"
);
}
}
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录