[flash=200,200][/flash] 不管学什么,基础都是很重要的,要想学好webharvest,当然要学好这些配置文件的
各个元素了。每天在工作中开发网络爬虫是套用了很多模板,为保证工作效率,并不能对每个
元素进行很好的理解学习,现在下班了,坐在电脑,最想做的事情就是思考一下自己所用过的
但没有很好思考的知识了。这是一种享受,也是一种进步的方式。
config 元素是webharvest 配置文件的根元素。每一个配置文件只能有一个config元素。她有两个属性,即charset和scriptlang。charset一般设置为UTF-8字符编码格式。
主要作用是此配置文件将以UTF-8编码格式保存。(如果你的编辑器并没有采用UTF-8的字符集,那么在编辑器里正确的显示,在机器里保存的不一定是你想要的)。scriptlang属性是
声明在配置文件中是使用的脚本语言。以便解析器按照声明脚本语言的语法进行解析。
下面举一个例子:
<config charset="UTF-8" scriptlang="groovy">
<var-def name="data_today">
<script return="date">
import java.util.Calendar
import java.text.SimpleDateFormat
//定义一个日期格式
date_format="yyyy-MM-dd HH:mm:ss"
Calendar cal=Calendar.getInstance()
SimpleDateFormat sdf=new SimpleDateFormat(date_format)
date=sdf.format(cal.getTime())
</script>
</var-def>
<script>
println "data_today:"+data_today
</script>
</config>
各个元素了。每天在工作中开发网络爬虫是套用了很多模板,为保证工作效率,并不能对每个
元素进行很好的理解学习,现在下班了,坐在电脑,最想做的事情就是思考一下自己所用过的
但没有很好思考的知识了。这是一种享受,也是一种进步的方式。
config 元素是webharvest 配置文件的根元素。每一个配置文件只能有一个config元素。她有两个属性,即charset和scriptlang。charset一般设置为UTF-8字符编码格式。
主要作用是此配置文件将以UTF-8编码格式保存。(如果你的编辑器并没有采用UTF-8的字符集,那么在编辑器里正确的显示,在机器里保存的不一定是你想要的)。scriptlang属性是
声明在配置文件中是使用的脚本语言。以便解析器按照声明脚本语言的语法进行解析。
下面举一个例子:
<config charset="UTF-8" scriptlang="groovy">
<var-def name="data_today">
<script return="date">
import java.util.Calendar
import java.text.SimpleDateFormat
//定义一个日期格式
date_format="yyyy-MM-dd HH:mm:ss"
Calendar cal=Calendar.getInstance()
SimpleDateFormat sdf=new SimpleDateFormat(date_format)
date=sdf.format(cal.getTime())
</script>
</var-def>
<script>
println "data_today:"+data_today
</script>
</config>