cn.edu.hfut.dmic.webcollector.model

类 Page

java.lang.Object

cn.edu.hfut.dmic.webcollector.model.Page

public class Page
extends Object

Page是爬取过程中，内存中保存网页爬取信息的一个容器，与CrawlDatum不同，Page只在内存中存 放，用于保存一些网页信息，方便用户进行自定义网页解析之类的操作。在广度遍历器中，用户覆盖 的visit(Page page)方法，就是通过Page将网页爬取/解析信息传递给用户的。经过http请求、解 析这些流程之后，page内保存的内容会越来越多。

作者:

hu

构造器概要

构造器

构造器和说明
Page()

方法概要

方法

限定符和类型	方法和说明
byte[]	getContent() 返回网页/文件的内容
org.jsoup.nodes.Document	getDoc() 返回网页解析后的DOM树(Jsoup的Document对象)
long	getFetchTime() 返回爬取时间
String	getHtml() 返回网页的源码字符串
ParseResult	getParseResult() 返回网页解析结果
Response	getResponse() 返回存储的http响应
String	getUrl() 返回网页的url
void	setDoc(org.jsoup.nodes.Document doc) 设置网页解析后的DOM树(Jsoup的Document对象)
void	setFetchTime(long fetchTime) 设置爬取时间
void	setHtml(String html) 设置网页的源码字符串
void	setParseResult(ParseResult parseResult) 设置网页解析结果
void	setResponse(Response response) 设置http响应
void	setUrl(String url) 设置网页的url

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

构造器详细资料

Page

public Page()

方法详细资料

setResponse

public void setResponse(Response response)

设置http响应

参数:

response -

getResponse

public Response getResponse()

返回存储的http响应

返回:

http响应

getContent

public byte[] getContent()

返回网页/文件的内容

返回:

网页/文件的内容

getUrl

public String getUrl()

返回网页的url

返回:

网页的url

setUrl

public void setUrl(String url)

设置网页的url

参数:

url - 网页的url

getHtml

public String getHtml()

返回网页的源码字符串

返回:

网页的源码字符串

setHtml

public void setHtml(String html)

设置网页的源码字符串

参数:

html - 网页的源码字符串

getDoc

public org.jsoup.nodes.Document getDoc()

返回网页解析后的DOM树(Jsoup的Document对象)

返回:

网页解析后的DOM树

setDoc

public void setDoc(org.jsoup.nodes.Document doc)

设置网页解析后的DOM树(Jsoup的Document对象)

参数:

doc - 网页解析后的DOM树

getFetchTime

public long getFetchTime()

返回爬取时间

返回:

爬取时间

setFetchTime

public void setFetchTime(long fetchTime)

设置爬取时间

参数:

fetchTime - 爬取时间

getParseResult

public ParseResult getParseResult()

返回网页解析结果

返回:

网页解析结果

setParseResult

public void setParseResult(ParseResult parseResult)

设置网页解析结果

参数:

parseResult - 网页解析结果