com.yishuifengxiao.common.crawler.content

Interface ContentExtract

All Known Implementing Classes:

ContentExtractDecorator, SimpleContentExtract

public interface ContentExtract

内容解析器
用于从网页里根据需要提取出目标数据
使用方法核心示例如下：

 //获取到网页的源码
 String rawtxt = page.getRawTxt();
 // 执行解析操作
 object value=解析出来的数据
 page.addResultItem( 实例中唯一的键, value) ;
 

Version:

1.0.0

Author:

yishui

Method Summary

Modifier and Type	Method and Description
void	extract(ContentRule contentRule, List<ExtractRule> rules, Page page) 从网页内容里解析出所有符合要求的数据

Method Detail

extract

void extract(ContentRule contentRule,
             List<ExtractRule> rules,
             Page page)
      throws com.yishuifengxiao.common.tool.exception.ServiceException

从网页内容里解析出所有符合要求的数据

Parameters:

contentRule - 内容解析规则

rules - 内容提取规则

page - 网页对象

Throws:

com.yishuifengxiao.common.tool.exception.ServiceException - 解析时遇到的异常