# -*- coding: utf-8 -*-

import url_manager,html_downloader,html_parser,html_outputer

class SpiderMain(object):

? ? def __init__(self):

? ? ? ? self.urls = url_manager.UrlManager()

? ? ? ? self.downloader = html_downloader.HtmlDownloader()

? ? ? ? self.parser = html_parser.HtmlParser()

? ? ? ? self.outputer = html_outputer.HtmlOutputer()

? ? ? ??

? ? def craw(self,root_url):

? ? ? ? count = 1

? ? ? ? self.urls.add_new_url(root_url)

? ? ? ? while self.urls.has_new_url():

? ? ? ? ? ? try:

? ? ? ? ? ? ? ? new_url = self.url.get_new_url()

? ? ? ? ? ? ? ? print 'craw %d : %s' %(count,new_url)

? ? ? ? ? ? ? ? html_cont = self.downloader.download(new_url)

? ? ? ? ? ? ? ? new_urls,new_data = self.parser.parse(new_url,html_cont)

? ? ? ? ? ? ? ? self.urls.add_new_urls(new_urls)

? ? ? ? ? ? ? ? self.outputer.collect_data(new_data)

? ? ? ? ? ??

? ? ? ? ? ? ? ? if count == 1000:

? ? ? ? ? ? ? ? ? ? break

? ? ? ? ? ??

? ? ? ? ? ? ? ? count = count + 1

? ? ? ? ? ? except:

? ? ? ? ? ? ? ? print 'craw failed'

? ? ? ? self.outputer.output_html()

if __name__ == "__main__":

? ? root_url = "http://baike.baidu.com/view/21087.htm"

? ? obj_spider = SpiderMain()

? ? obj_spider.craw(root_url)