在公司上班，都用QQ音乐听歌，然后一天同事给了个网页听歌的。当然不是百度那些MP3搜索的。页面是一个播放器，边上一个搜索框，很方便。反正最经也不忙，想自己也来做个搜索歌曲的，输入歌名返回地址。毕竟去百度搜索还要多点几下，现在一下就搞定了。
一 实现思路
因为没有自己的音乐库，所以只能到网上去搜索。于是选择了百度和soso两个网站，利用WEB请求，对返回的结果进行分析，得到MP3地址。这就是最基本的实现思路。其实很简单，就是用到了.NET中HttpWebRequest类来操作，然后使用正则表达式分析返回的结果。
有了基本思路，就要调查如何实现。如何去网上搜索MP3。我们平时去百度搜索，在地址栏中可以看到URL中带有参数，我们可以通过构造一个URL,提交请求，获得页面的HTML。然后从中得到MP3以及歌词。
以下就是整理的搜索URL的格式。具体结果可以在IE中看到。其中百度和soso是返回和页面HTML，也就是我们在IE中看到的页面；而百度快搜是返回一个XML文件，最多只返回5首歌曲信息；最后是利用千千静听的歌词服务器，获得歌词信息，然后通过歌词信息中的内容，构建URL去获取歌词文件，返回的是LRC文件。
从上面可以看到，尽管搜索页面和类容不同，但是都是：构建URL--请求--分析页面--取得地址 。所以我们可以吧相同的部分提取出来作为一个基类。下图就是最开始的结构：
建立了一个BaseSearch的抽象基类，其中有一个PageRequest 的方法，他是对HttpWebRequest操作的包装，输入一个URL和编码方式，返回一个PageContext的流。然后是一个PageAnalysis 方法，这个方法是一个抽象方法，用来分析返回的页面流。不同的子类有不同的分析方法，所以具体分析算法，由子类自己重写。有点策略模式的感觉。
GetMusicList、GetMusicLrcList、GetMusicLyrics 三个方法是获得歌曲列表、歌词列表、歌词内容；他们都调用了PageRequest 和PageAnalysis 方法，并且实现了失败重试，超时等。向外提供查询的接口。
然后又建立了一个SearchInfo类，她的作用是创建不同的请求URL（图中的Create方法），然后提供3个子类的搜索方法，最后一个Search方法，接受搜索信息，返回MP3和歌词信息。最终用户能看到的就只有这个类中的Search方法。
当然还新建了其他一些辅助类，比如RegerHelper来包装对正则表达式的操作，CommonOperator来进行通用的操作，比如URL和HTML的编码解码；建立了歌曲信息，歌词信息，搜索信息对应的实体类，以及一些枚举对象，比如音乐格式，搜索类型。
二 实现的改进
上面的代码实现之后，倒是没有什么问题。不过既然是自己练习，就想做的扩展性更强，因为我们是对网页进行分析，网页是会变化的，而且可以搜索的网页也不仅仅是百度和搜搜。如果要增加一个新的搜索方式，必须继承BaseSearch，需要重新编译。所以想到把每个搜索方法编译成一个DLL，然后搜索时加载这些DLL。这样，当增加了新的搜索方法时，只需要新增一个DLL。
为了实现类似与插件的方式，我们就需要定义接口。而我们搜索方法，是对接口进行操作。
上图就是改进后的结构。最右边定义了3个接口。IEncoding 是指定页面的编码方式；IMusicSearch 是进行音乐搜索时要实现的接口；ILRCSearch 是进行歌词搜索时要实现的接口。然后看看中间的4个类，他们就是实现了这些接口，实现了自己的搜索。
NetworkRequest 是对HttpWebRequest的包装。和之前的功能是一样的。只不过获取页面的编码是通过IEncoding接口获得的。
Crawler 是搜索的核心部分。GetMusicList、GetMusicLrcList、GetMusicLyrics 三个方法的作用没有变化，他们也是获取URL-请求-分析--返回结果。但是他们是对接口进行编程，例如搜索歌曲GetMusicList方法 的实现如下：
- 调用IMusicSearch 接口的CreateMusicUrl 方法获取URL
- 调用NetworkRequest 的PageRquest 方法请求URL，而编码方式是通过IEncoding 接口的PageEncode 取得。
- 调用IMusicSearch 接口的PageAnalysis 方法分析返回的页面流
- 返回歌曲信息。
MSLRCRunner 的作用是对客户端提供搜索接口。在前面我们把实现搜索接口的DLL放到了指定的Plugin目录下， Initialize方法就是来加载这些插件。然后对加载的插件调用Crawler 中的方法，得到结果。并向客户端提供SearchM和SearchL方法。这样对于新增的DLL，只需要放到Plugin就可以直接使用。
三 实现中的一些问题
因为没有自己的数据库，所以搜索都是通过网络，这也是的搜索速度是一个需要考虑的问题。目前从3个地方那个搜索歌曲信息。对于百度快搜返回5首歌曲，而其他2个搜索，都只是搜多第一页的内容。所以总体上速度还是很快的。考虑对每个DLL搜索时采用多线程。这样可以加快速度。
在每个具体搜索方法中，也是对网页中<TR></TR>块中信息进行分析。百度一页30条记录，搜搜一页20条记录。但是因为每条记录分析速度很快。所以并没有采用多线程，因为线程切换反而可能导致速度更慢。当然后来做成插件的形式，那就是自己决定了。
经过分析大部分的搜索时间花在了网络请求上，但是每次分析必须等请求完成后进行。所以考虑使用异步请求来提高速度。但是因为在请求和分析之间不需要什么操作。所以采用异步也没有真正的提升速度，只是释放了线程。在单机和小并发的情况下，还是采用简单的同步方式实现。如果作为服务器短，提供多人同时搜索，大并发下可以使用异步方式，及时释放线程，提高吞吐量。
如果作为server提供服务，也可以把搜索的结果保存到数据库中，这样就能加快搜索速度，并建立自己的搜索库。
最后有一个没有解决的问题：因为我是分析页面中的信息，从页面中获取地址等信息。而很多MP3搜索网站，页面上没有直接提供地址，而是通过一段JS来获得歌曲地址。不知道这个有没有办法实现。
四 Demo效果
这就是TEST的DEMO，后面打算使用WPF来做界面，并增加播放器。不过下周开始新的项目事情很多，估计没什么时间了。而且要出差，所以不知道什么时候能搞定。这次就不放代码了，同事还在修改，下周吧。
4071
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
