荆楚网移动站设计

---

前置文档

移动站方案设计

类划分

数据结构

Page

class Page{
    $source;//页面的源地址
    $content;//页面读取后的内容
    $results;//页面执行抓取后的结果，应该是一个字典型数组（关联数组）
    private $pageReader;
    private $pageParser;
    //读页面，根据$source读取页面，将页面内容缓存在$content中
    function in(){...}
    //抓取方法，调用$pageReader->catch()
    function catch(){
        $pageReader->catch($this);
    }
    //转化方法，调用$pageParser->parse()
    function parse(){
        $pageParser($this);
    }
    //存储方法，会采用PathCalculator计算存储位置，写入时会调用模板生成静态HTML
    function out(){
        $pc = PathCalculator::calculate($source);
    }
}

抓取模块

模块说明

抓取模块负责页面的抓取。

• 模块输入：source URL
• 模块输出：一个字典，存有抓取后的结果（key->value）

PageReader

class PageReader{
    //抓取器
    //每一个抓取器包含一个抓取元列表。
    //会为每个页面升恒一个抓取器
    $catchers;//抓取元的列表，是一个array。在执行抓取时，依次从列表中取出抓取元。一个抓取元对应一条抓取规则。
    //依照catchers抓取页面
    function catch($page){
        foreach($catchers as $catcher){
            $catcher->catch($page->content);
            $page->results[$catcher->key] = $catcher->value;
        }
    }
    //工具成员方法：
    function addCatcher(Catcher $c){...}//增加一个抓取器
    function removeCatcher(Catcher $c){...}//移除一个抓取器
    //getter and setter...
}

Catcher

class Catcher{
    //抓取元
    //每一个抓取元对应一个小的抓取规则，如：抓取title，content等。
    $key;//抓取的键值
    $regex;//键值需要匹配的正则表达式
    $value;//抓取出的结果
    //匹配正则表达式，依照$key的值将结果存放在$value中
    function catch($content){...}
}

转化模块

模块说明

负责内容的转化，工作包含两项：

• 过滤结果集，对其中URL进行转换。
• 对于其中URL地址指向的资源文件，取出资源文件，转换后放入正确的目录。
• 生成页面。将结果集依照模板写成HTML页面。

原本的设计中，转换模块只负责页面的转换，而存放工作由存放模块来完成。但是考虑到存放并不需要很好的拓展性，且功能较为单一，故由数据类Page自身来完成存放的逻辑。

• 模块输入：Page中已经完成抓取的results列表
• 模块输出：经转换的results列表

PageParser

class PageParser{
    //转换器
    //转换器和抓取器类似，它包含一个转换规则的列表，转换规则可以动态的添加。
    //会为每个页面生成一个转换器
    $filters;//过滤元的列表。在执行过滤时，依照列表中地每一项进行过滤。
    //遍历页面中抓取出的所有元素，逐一进行过滤。
    function filter($page){
        while(list($key, $value) = each($page->results)){
            $page->results[$key] = filterText($value);
        }
    }
    //工具方法，对单一的内容进行过滤。会逐一调用所有的过滤元。
    function filterText($value){
        foreach($filters as $filter){
            $value = $filter->filter($value);
        }
        return $value;
    }
}

Filter

class Filter{
    //过滤元
    //根据传入的字串，依照自身的规则和字串内容来doSomething
    function filter($text){
        //.....anything you want to do
        //转换图片，转换URL代码都在此完成。推荐继承此类，实现不同的filter，加入到PageParser的filters列表中。
    }
}

通用模块

模块说明

一些通用的方法，该模块中的类作为工具被其它类调用。

Toolbox

路径计算器，工具类。

• 模块输入：URL
• 模块输出：存储路径

class Toolbox{
    //工具类
    //所有的通用方法都放置在该类中，以静态形式存在
    public static function calculate($url){
        //....some logic here
        return $directory;
    }
    ......
}

模板（显示层）

模板负责将数据呈现出来。

• 模块输入：Page中已经抓取、转换完毕的results列表。
• 模块输出：静态HTML。

模板的生成逻辑在Page类中的out方法中完成。

基础页

该页面是整个模板框架的基础页面，所有的页面都从此页面继承。

页面元素：

• 导航栏
• 广告栏位（预留）
• Footer

首页

首页是用户在手机端输入cnhubei.com后跳转到的页面。

页面元素：

• 组图头条
• 新闻头条
• 频道1
  
  • 条目1
  • 条目2
• 频道2
  
  • 条目1
  • 条目2

目录页

目录页是当点击了某一个频道后，会在页面中显示该频道下的文章列表。

页面元素：

• 组图头条
• 新闻头条
• 子栏目1
  
  • 条目1
  • 条目2
• 子栏目2
  
  • 条目1
  • 条目2

文章页

文章页是用户在点击一篇文章的标题后出现的页面，主要用于显示文章内容。

内容包含标题、编辑、作者等一系列采集到的，并经过处理的信息。