@Override
public void run() {
List<FBSource> sources = FBSourceManager.getSources();
LOGGER.info(sources.toString());
if (sources.size() == 0) {
LOGGER.info("没有任务！");
}
for (FBSource source : sources) {
LOGGER.info("开始任务 ：" + source.getName());
crawl(source);
TimerUtils.delay();
LOGGER.info("任务结束：" + source.getName());
}
}
private void crawl(FBSource source) {
if (!shouldCrawl(source)) {
return;
}
String homeUrl = source.getHomepage();
String html;
try {
html = request(homeUrl);
} catch (Throwable e) {
String errormsg =
"\n 爬取" + source.getName() + "的facebook失败 homepage：" + source.getHomepage();
LOGGER.error(e.getMessage() + errormsg, e);
return;
}
String name = source.getName();
try {
List<ParseResult> list = FacebookPageParser.parse(html, source);
store(list, name);
source.setLastoptime(System.currentTimeMillis());
} catch (Exception e) {
LOGGER.error(e.getMessage(), e);
}
}
/**
* 当当前时间减去上次操作时间大于cycle（小时）时，即返回true，表示可以爬取，否则表示不需要爬取
*
* @param source
* @return
*/
private boolean shouldCrawl(FBSource source) {
long curr = System.currentTimeMillis();
long last = source.getLastoptime();
LOGGER.info("上次运行时间 : " + new Timestamp(last));
// 设定 可以提前10分钟开始
long interval = (source.getCycle() * 60 - 10) * 60 * 1000l;
if ((curr - last) >= interval) {
return true;
} else {
LOGGER.info(
source.getName()
+ "任务还未到开始时间！上次操作时间："
+ new Timestamp(last)
+ " 现在："
+ new Timestamp(curr));
return false;
}
}