JSpider学习三 —— 启动代码分析

jspider.sh----------------------------------------------------------------------------------------------

    JSpider从jspider.sh文件运行，在该shell脚本中指定了如下几个变量：

    JSPIDER_HOME，JSpider的主目录，通过该目录去寻找conf/、output/、errors/等文件夹；

    JSPIDER_OPTS，系统自定义的命令参数，定义了主目录、日志配置文件等内容；

    JSPIDER_CLASSPATH，指定系统自带Jar包的类路径。

    最后通过命令 java -cp $JSPIDER_CLASSPATH:$CLASSPATH $JSPIDER_OPTS net.javacoding.jspider.JSpider $1 $2 启动了Java程序。

net.javacoding.jspider.JSpider----------------------------------------------------------------------------------------------

    原来用eclipse导入project来查看JSpider的源码，这样并没有把文件中的类源码和引用关联起来，阅读不方便。我重新导入，这次选择了project from existing ant build file，导入后自动把源码和引用关联起来了，而且自动加入了build相关的其他配置，也有了错误提示。Ant需要后续补充学习。

    Java的主方法中：

    首先通过CLI.printSignature()做了些提示工作，其中的一个常量BUILDTIMESTAMP不清楚如果写入code中的；

    然后检查了参数个数，如果没有参数或者多余2个参数就提示后直接结束；

    如果只有一个参数，调用ConfigurationFactory的getConfiguration()新建一个具有默认配置的JSpiderConfiguration实例；否则用第二个参数作为配置新建一个JSpiderConfiguration实例；

    第一个参数用来生成一个URL实例，进而产生一个JSpider实例，最后调用JSpider的start方法。

    JSpider的成员：

    SpiderContext实例context，爬虫的一个上下文关系，由SpiderContextFactory根据传入的URL生成；

    Spider实例spider，理解为一个爬虫程序，由SpiderNest类的实例的breedSpider(context)方法生成；

    void start()方法，调用spider.crawl(context)方法，奇怪这里又传了一次context。

    下一步将分析Spider的代码，以及JSpiderConfiguration与Spider的关系。