wamblee.org Git - utils/blob - crawler/basic/src/org/wamblee/crawler/impl/PageImpl.java

   1 /*
   2  * Copyright 2005 the original author or authors.
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  *      http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 package org.wamblee.crawler.impl;
  18
  19 import java.util.ArrayList;
  20 import java.util.List;
  21
  22 import org.dom4j.DocumentHelper;
  23 import org.dom4j.Element;
  24 import org.dom4j.XPath;
  25 import org.wamblee.crawler.Action;
  26 import org.wamblee.crawler.Crawler;
  27 import org.wamblee.crawler.Page;
  28 import org.wamblee.crawler.PageType;
  29
  30 /**
  31  * Page implementation.
  32  */
  33 public class PageImpl implements Page {
  34
  35     private static final String ELEM_NAME = "action";
  36
  37     private static final String ATT_NAME = "name";
  38
  39     private static final String ATT_HREF = "reference";
  40
  41     private static final String ATT_TYPE = "type";
  42
  43     private Crawler _crawler;
  44
  45     private Element _content;
  46
  47     private Action[] _actions;
  48
  49     /**
  50      * Constructs a page.
  51      *
  52      * @param aContent
  53      */
  54     public PageImpl(Crawler aCrawler, Element aContent) {
  55         _crawler = aCrawler;
  56         _content = aContent;
  57         _actions = computeActions();
  58     }
  59
  60     /*
  61      * (non-Javadoc)
  62      *
  63      * @see org.wamblee.crawler.Page#getLinkNames()
  64      */
  65     private Action[] computeActions() {
  66         XPath xpath = DocumentHelper.createXPath(ELEM_NAME);
  67         List<Element> results = (List<Element>) xpath.selectNodes(_content);
  68         List<Action> names = new ArrayList<Action>();
  69         for (Element elem : results) {
  70             String name = elem.attributeValue(ATT_NAME);
  71             String href = elem.attributeValue(ATT_HREF);
  72             String type = elem.attributeValue(ATT_TYPE);
  73             if (type == null ) {
  74                 names.add(new ActionImpl(_crawler, elem, name, href));
  75             }
  76             else {
  77                 names.add(new ActionImpl(_crawler, elem, name, href, new PageType(type)));
  78             }
  79         }
  80         return names.toArray(new Action[0]);
  81     }
  82
  83     /*
  84      * (non-Javadoc)
  85      *
  86      * @see org.wamblee.crawler.Page#getContent()
  87      */
  88     public Element getContent() {
  89         return _content;
  90     }
  91
  92     /* (non-Javadoc)
  93      * @see org.wamblee.crawler.Page#getActions()
  94      */
  95     public Action[] getActions() {
  96         return _actions;
  97     }
  98
  99     /*
 100      *  (non-Javadoc)
 101      * @see org.wamblee.crawler.Page#getAction(java.lang.String)
 102      */
 103     public Action getAction(String aName) {
 104         List<Action> results = new ArrayList<Action>();
 105         for (Action action: _actions) {
 106             if ( action.getName().equals(aName)) {
 107                 results.add(action);
 108             }
 109         }
 110         if (results.size() == 0) {
 111             return null;
 112         }
 113         if (results.size() > 1) {
 114             throw new RuntimeException("Duplicate link '" + aName + "'");
 115         }
 116         return results.get(0);
 117     }
 118 }