java - 我应该为 Web Crawler 使用哪些 jBoss 和 EJB3 功能

Question

大家新年快乐，现在我正在尝试开发自己的机器人(web crawler)，它将通过互联网行走，用于搜索引擎。我正在考虑使用 jboss 调度程序服务来调度机器人和类似的东西来获取内容:

URL u = new URL("http://www.google.kz");
  InputStream in = u.openStream();

我想问我应该使用哪些 EJB3 或 jBoss 功能来有效(以正确的方式)开发我的机器人？我是 EJB3 和 jBoss 的新手。

如果你有更好的想法，你可以在这里。我正在开发搜索引擎来练习我的 Java 技能，在学术问题上，我不会与 Google 竞争:)

• jboss-5.1.0.GA
• XP
• EJB3
• eclipse 太阳神

附注我还没有决定如何解析 html，我正在考虑这样的事情 Parse HTML 。你能推荐什么？

Answer 1

您根本不需要 EJB 或 JBoss。事实上，我几乎想不出它们对于网络爬虫的用途。只有当您使用 JPA 来存储爬网结果时，您才可以利用容器管理的事务以及 JPA 实体管理器的自动注入(inject)。除此之外 - 没有。