public DMS.JobProgressInfo GetProgressInfo(DMS.Job job)
{
// Downcast der Job- Referenz in eine Referenz vom Typ PageDownloadJob
PickLinksJob pJob = job as PickLinksJob;
Debug.Assert(pJob != null);
DMS.JobProgressInfo pinfo = new DMS.JobProgressInfo(pJob.JobId, pJob.JobState);
return(pinfo);
}
public void doIt(DMS.Job currentJob)
{
#if (DEBUG)
Debug.Assert(System.Text.RegularExpressions.Regex.IsMatch("href =\"http://www.mkoit.de\"", HRefRegEx));
Debug.Assert(System.Text.RegularExpressions.Regex.IsMatch("href = http://www.mkoit.de", HRefRegEx));
Debug.Assert(System.Text.RegularExpressions.Regex.IsMatch("href=http://www.mkoit.de", HRefRegEx));
Debug.Assert(System.Text.RegularExpressions.Regex.IsMatch("href=\"http://www.mkoit.de\"", HRefRegEx));
//Debug.Assert(!System.Text.RegularExpressions.Regex.IsMatch("href=\"https:/www.mkoit.de\"", HRefRegEx));
#endif
// Downcast in PickLinksJob
PickLinksJob pJob = currentJob as PickLinksJob;
Debug.Assert(pJob != null);
int NewDeept = pJob.ActDeept - 1;
// Alle Urls aus dem HTML- Text extrahieren
System.Text.RegularExpressions.Regex regEx = new System.Text.RegularExpressions.Regex(
HRefRegEx,
RegexOptions.IgnoreCase | RegexOptions.Compiled);
MatchCollection mc = regEx.Matches(pJob.HtmlText);
Debug.WriteLine("PC: Deept= " + pJob.ActDeept + " JobId= " + pJob.JobId + " #Urls = " + mc.Count);
// Iteration durch alle Treffer des regulären Ausdrucks
foreach (System.Text.RegularExpressions.Match match in mc)
{
// Für jede Url einen neuen PageDownload Job erzeugen
Debug.Assert(pageDownloadQueue != null);
string Url;
if (GetInternetLink(match.Captures[0].Value, out Url))
{
PageDownloadJob downloadJob = new PageDownloadJob();
// Job wird nach der Fertigstellung automatisch entfernt
downloadJob.OneWay = true;
downloadJob.JobId = pageDownloadQueue.NewJobId();
downloadJob.Url = Url;
downloadJob.ActDeept = NewDeept;
// Rückkopplung: Herunterladen der Seite, auf die der Link aus der aktuellen verweist
pageDownloadQueue.pushJob(downloadJob);
}
}
pJob.SetFinished();
}
public void doIt(DMS.Job currentJob)
{
// Downcast der Job- Referenz in eine Referenz vom Typ PageDownloadJob
PageDownloadJob downloadJob = currentJob as PageDownloadJob;
Debug.Assert(downloadJob != null);
Debug.WriteLine("PD: Deept= " + downloadJob.ActDeept + " JobId= " + downloadJob.JobId + " Url=" + downloadJob.Url);
try
{
// Prüfen, ob die max. Tiefe beim crawlen erreicht wurde
if (downloadJob.ActDeept <= 0)
{
if (EventEndOfCrawl != null)
{
lock (Visited)
{
EventEndOfCrawl(
new PageDownloadJobProgressInfo(
downloadJob.Url,
Visited.Count,
downloadJob.JobId,
downloadJob.JobState));
}
}
return;
}
// Prüfen, ob Seite bereits besucht wurde
if (Visited.Any(r => r == downloadJob.Url))
{
return;
}
// Seite herunterladen
System.Net.WebRequest request = null;
System.Net.WebResponse response = null;
System.Net.NetworkCredential cred = new NetworkCredential(
//System.Security.Principal.WindowsIdentity.GetCurrent().Name,
"Administrator",
"schulung");
//System.Net.WebProxy myProxy = new System.Net.WebProxy("http://10.7.252.34:80", true);
//myProxy.Credentials = cred;
request = System.Net.WebRequest.Create(downloadJob.Url);
//request.Proxy = myProxy;
response = request.GetResponse();
// Seite als besucht verzeichnen
Visited.Add(downloadJob.Url);
// Inhalt der Seite auslesen
System.IO.StreamReader reader = new System.IO.StreamReader(response.GetResponseStream());
string HtmlText = reader.ReadToEnd();
// Neuen PickLinJob in die Queue von PickLinks stellen
PickLinksJob pickJob = new PickLinksJob();
// Job wird nach der Fertigstellung automatisch entfernt
pickJob.OneWay = true;
pickJob.JobId = pickLinksBp.NewJobId();
pickJob.HtmlText = HtmlText;
pickJob.ActDeept = downloadJob.ActDeept;
pickLinksBp.pushJob(pickJob);
}
catch (Exception ex)
{
Debug.WriteLine("Fehler beim Herunterladen: " + ex.Message);
}
finally
{
downloadJob.SetFinished();
}
}