WebHarvest(1)

最近准备写个爬虫程序，今天看了下，貌似有个WebHarvest是开源的，下载了看看，稍微看了下他的代码，感觉他对配置文件的处理挺好的。
在正常情况下，处理配置文件，我们可以用dom4j或者jdom啥的来解决，但是因为WebHarvest中的配置文件会有N种不同的类型，如果按照以前的那种解析方式，就会产生N多的判断条件。
在WebHarvest中，他通过jdk自带的javax.xml.parsers.SAXParser来解析，
SAXParser parser = parserFactory.newSAXParser();
parser.parse(in, handler);
这里的handler就是实现了org.xml.sax.helpers.DefaultHandler,这样将所有的element的信息放入到XMLNode中，再根据这些元素的name来产生他们的definition,当需要处理每个element的时候，process根据definition来产生.
其实这种框架的搭建方式在socket的处理上会经常用到，比如我们以前公司的短信平台，运营商发过来个消息，将消息进行封装，再根据消息的commandID,来产生这个消息definition，最后根据这个definition来决定丢给谁去处理。
明天有时间的话，再看看他对XQuery和每个process是如何处理的。最近太无聊了～～～～～～～～～～～～～～～～～～～～～～～～～～