统一检索以实现资源整合的初步实践

 

这里所指的统一检索是指实现资源的整合。用户使用各种检索时由于存储方式,存储格式的不同,给用户造成诸多不便,这就需要一个统一的平台对资源进行整合。这里利用baidu和google的检索资源初步实现了一个资源整合的例子。运行环境需要浏览器支持html5的websocket。检索服务器采用jetty。使用方式可参考以前写的博文。

下边就粘贴写主要的代码:

 

 

TaskManager.java

 

package org.search.core.site;

import java.util.HashMap;
import java.util.Iterator;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

import org.search.core.adapter.SiteAdapter;
import org.search.core.parser.ParserThread;

/**
 * 任务派发的主要管理者
 * @author yangzc
 *
 */
public class TaskManager {
	
	private SiteMap siteMap = null;
	
	//线程池用
	private ThreadPoolExecutor siteThreadPool;
	private ArrayBlockingQueue<Runnable> threadQueue;
	//返回结果队列
	private ArrayBlockingQueue<DataMap> dataqueue;
	
	public TaskManager(){
		threadQueue = new ArrayBlockingQueue<Runnable>(10);
		siteThreadPool = new ThreadPoolExecutor(5, 10, 0, TimeUnit.SECONDS, threadQueue);
		dataqueue = new ArrayBlockingQueue<DataMap>(100);
	}
	
	public void setSiteMap(SiteMap siteMap){
		this.siteMap = siteMap;
	}
	
	/**
	 * 开启单个任务
	 * @param siteId
	 * @param params
	 */
	public void startTask(String siteId, HashMap<String, String> params){
		SiteAdapter site = siteMap.get(siteId);
		siteThreadPool.execute(new ParserThread(site, params, dataqueue));
		
		siteThreadPool.shutdown();
	}
	
	/**
	 * 开启所有任务
	 * @param params
	 */
	public void startAllTask(HashMap<String, String> params){
		Iterator<String> keyIterator = siteMap.keySet().iterator();
		while(keyIterator.hasNext()){
			String siteId = keyIterator.next();
			SiteAdapter site = siteMap.get(siteId);
			siteThreadPool.execute(new ParserThread(site, params, dataqueue));
		}
		siteThreadPool.shutdown();
	}
	
	public boolean isShutDown(){
		return siteThreadPool.isShutdown();
	}
	
	public DataMap getFirstData(){
		try {
			if(siteThreadPool.getActiveCount() != 0 || dataqueue.size()>0)
				return dataqueue.take();
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
		return null;
	}
	
	public static void main(String[] args) {
		
	}
}

 ContextParser.java

 

package org.search.core.parser;

import java.util.ArrayList;
import java.util.List;

import org.htmlparser.Node;
import org.htmlparser.Parser;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;
import org.search.core.adapter.ISiteCell;
import org.search.core.adapter.SiteAdapter;
import org.search.core.filter.MyNodeFilter;

/**
 * html内容解析
 * @author yangzc
 *
 */
public class ContextParser {
	
	private SiteAdapter site;
	
	public ContextParser(SiteAdapter site){
		this.site = site;
	}
	
	/**
	 * 取得每条记录
	 * @param context
	 * @return
	 */
	public List<String> getRecord(String context){
		List<String> recordlst = new ArrayList<String>();
		try {
			Parser parser = new Parser(context);
			NodeList nodeList = 
				parser.parse(new MyNodeFilter(site.getRecordCell().getLabel()));
			if(nodeList != null && nodeList.size() >0){
				for(int i=0; i< nodeList.size(); i++){
					Node node = nodeList.elementAt(i);
					recordlst.add(node.toHtml(true));
				}
			}
		} catch (ParserException e) {
			e.printStackTrace();
		}
		return recordlst;
	}
	
	/**
	 * 取得标题
	 * @param record
	 * @return
	 */
	public String getTitle(String record){
		return getHtml(record, site.getTitleCell());
	}
	
	/**
	 * 取得概述
	 * @param record
	 * @return
	 */
	public String getSummary(String record){
		return getHtml(record, site.getSummaryCell());
	}
	
	/**
	 * 取得URL
	 * @param record
	 * @return
	 */
	public String getUrl(String record){
		return getHtml(record, site.getUrlCell());
	}
	
	//========================================================
	public String getHtml(String record, ISiteCell cell){
		if(cell.getLabel() != null){//通过标签的方式取得内容
			return getHtmlByNode(record, cell.getLabel());
		}else{
			return getHtmlByIndex(record, cell.getStartString(), 
					cell.getEndString());
		}
	}
	
	/**
	 * 通过开始和结束位置取内容
	 * @param record
	 * @param startString
	 * @param endString
	 * @return
	 */
	public String getHtmlByIndex(String record, String startString, String endString){
		String txt = record;
		int startIndex = txt.indexOf(startString);
		if(startIndex == -1)return "";
		txt = txt.substring(startIndex+startString.length());
		
		int endIndex = txt.indexOf(endString);
		if(endIndex == -1)return "";
		
		return "<html>"+txt.substring(0, endIndex)+"</html>";
	}
	
	/**
	 * 通过节点取内容(htmlclient的方式)
	 * @param record
	 * @param filter
	 * @return
	 */
	public String getHtmlByNode(String record, String filter){
		try {
			Parser parser = new Parser(record);
			NodeList nodeList = parser.parse(new MyNodeFilter(filter));
			if(nodeList != null && nodeList.size()>0){
				Node node = nodeList.elementAt(0);
				return node.toHtml(true);
			}
		} catch (ParserException e) {
			e.printStackTrace();
		}
		return "";
	}
}

 效果如下:

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值