随笔分类(70)

绑定在淘宝上的 SaaS 的阿里软件网店版，应该还是会有一些高级卖家愿意每天花一块钱用的，里面确实提供了一些比较有用的功能，当然不足的地方也是非常的多。

先说好的吧：首先，E客服就是比较有意思的东西，解决了很多客服平台的问题，过去我们为两个项目做的在线客服，跟它比起来，还是有差距的。平常店里可以同时有几个人一起打理，而且不会出现一个旺旺多个人使用的情况，它用的是子帐号的概念，各人独立一块，互不干涉。还是很不错的东西。

打印快递单应该也是个比较有意思的功能，如果货物量大的话，这个功能绝对是不可少的，大大减小了人力成本。不过估计我现在还是用不上的。

商品定时上架是个很好的功能，就是针对淘宝设计的功能，如果熟悉淘宝搜索结果规则的人，会很好的去利用这个规则，让自己的货物在最佳浏览时间出现在搜索靠前的位置。而定时上架就很好的解决了这个问题，如果有效利用的话，绝对会让你的商品卖的更好的。

在说一些不好的吧：首页有个统计最热卖的东西，但是没有找到热卖产品的排名，这个东西应该是挺有用的吧，不过似乎没有提供。查看报表里面，经常会刷不出图片，估计是 IE 的 Cache 原因，不再重新加载图片了。进销存这个东西没有和销售报告结合起来，应该算是一个缺憾了，希望下一个版本能有更多的东西。不过，不知道下个版本要到哪年，上个版本似乎已经发布半年了。

卡巴斯基这个俄国人做的杀毒软件呢，一直比较彪悍，经常见到什么东西都一阵嘶吼，然后你正常使用的软件也就挂了，QQ啊，这样的主流应用也是经常在它的误杀范围内。

 对于开发人员来说，因为卡巴斯基更是会有诸多不爽的问题，下面列举一二，是我的惨痛教训，也和大家分享一下。

1. SVN 问题：如果你使用 SVN 做配置管理的话，有时候 check in 代码会半天没有反应，如果这时候你把卡巴禁用，就一切正常了。
2. IntelliJ IDEA 端口冲突问题：用 IDEA 启动 Tomcat 时，使用了 8080 或者 80 端口，经常会启动就报端口冲突，而端口绝对是没有被其他应用程序占用的，而在独立的 Tomcat 下运行没有出现这样的问题，把卡巴对这些端口的监控关闭就一切正常。

这两个问题都是比较郁闷的，卡巴斯基很强悍，却总是让人很无奈。

Jolt Awards 是软件界的盛宴，被誉为软件界的奥斯卡，每年的 Jolt 中，能够看出软件开发领域的发展和未来的趋势，让我们来关注一下今年的大奖得主吧。 

上周 Summer 推荐 Beautiful Code 的时候，也顺便找到了今年的 Jolt Awards Finalists，接着榜单，闲聊一下。

图书方面，看上去几乎是被 O’Reilly 和 Addison-Wesley 给垄断了，Pragmatic Bookshelf  也在其中占有了一席之地。图书中，最大的赢家应该是，Beautiful Code，我在国内某家被我批评过的IT书店上看到了挂上了期数的预告，名字叫《代码之美》，似乎有抄袭《数学之美》的嫌疑，第一次看到这么多作者一起写出来这么好的书，33 章的书，就包括了 33 个来自于不同领域的作者，共同创造了如此完美的代码，在 O’Reilly 的牵线搭桥下，造就了 Beautiful Code，如果有机会，我希望能由东南大学出版社出版这本书的英文影印版，让我们细细的品味。

Head First 的新书 Head First SQL Your Brain on SQL 也登上了 Jolt 的舞台，之前 Head First Design Pattern 和 Head First OOAD 是如此通俗的把面向对象的两个经典内容：设计模式和面向对象的分析与设计，聊家常一般的摆在我们的面前，精妙的内容组织，浅显易懂的语言，就连我们这些非常怕看英语的人看起来都毫不费力，不愧为大师级的功力。而这本新书料想也会给 SQL 的新手带来一种全新的体验吧。

Pragmatic Bookshelf 这个书系自从《Pragmatic  Programmer》 开始，就不断的扩大其影响。从程序员修炼三部曲中，告诉了我们版本控制，单元测试，持续集成这三个开发者的基本工具。随后的 Pragmatic  Ajax 把 Ajax 推到了大家的面前。当 Ruby on Rails 开始流行的时候，Programming Ruby 和 Agile Web Development with Rails 都在一版二版的洗礼中不断的升华，已经成为 RoR 开发的经典之作。这次的 XX It 系列又从软件项目管理角度来 Pragmatic 。我似乎看到过 Ship It 还有 Deploy It 这两本，或许也是这个系列里的吧。

The Rails Way 我一开始当成了 The Ruby Way，其实后者的风格我比较喜欢了，于是又套用了它的名号来了个 The Rails Way，虽然现在还没有拿到，我想这本书会给我们一些新意的。

开发工具大奖上已经看不到了 Eclipse 的身影，而 IDEA 依然在榜单上活跃，而我也是一如既往的使用它，即便是在 Rails IDE 中，IDEA 凭借其 Rails 插件，加上它的基础，用起来还是相当的顺手，目前除了不能 Debug，我似乎没有其他不满的地方。

Netbeans IDE 在年末闪亮登场后，带来了一个更轻更小，更完整的开发工具包，而 Eclipse WTP 一个包动辄就是 2xxM，虽然功能很齐全，不过体积实在是有些过分了，并且没有一种 IDEA 的那种让人很爽的感觉。我没有用完整的 Netbeans 包，因为 Java Web 开发已经习惯了 IDEA + Eclipse 的组合，我只关注了一下 Ruby IDE，功能上来说，确实有其独到之处，不过在写代码上还不能达到非常流畅的速度。不过 Netbeans 在两年里就来了个咸鱼翻身，我们要说 Sun 很努力了。

在开发框架上最活跃的依然是 Java 平台，这和 Java 平台一直以来保持的很好的开源社区是分不开的。EMF，Guice，JasperReports，Spring Framework 这几个一直都是 Java 领域最热门的开源项目。

Google Guice 在 Google 的天才程序员 Bob Lee 的创意中诞生了，采用了一种全新的依赖注入的方式，将效率提高了传说中的 100 倍，虽然对这个数据我不是太在意，而在 Spring 如此成熟的进入 2.0 后，却有一个后辈小生提出了全新的思路，而 Spring 2.5 也接受了这样的思路，调整了一些依赖注入的策略，在性能上有了不小的提高。

经营着 Spring 的 interface21 为了凸显其 Spring 的品牌，改名为 SpringSource，并且推出了一本《Spring In Production White Paper》，希望能够在企业应用中占有更大的份额。

作为 PHP 的领头羊的 Zend 在 Rails 推出后再也按耐不住了，PHP 一定要有一套官方的 Framework，而且它的特性要很像 Rails，于是 Zend Framework 诞生了，这在几乎没有框架概念的 PHP 中注入了一种新的活力，Rails 不光激起了 Java 世界的广泛关注，在无数个类 Rails 框架后面，Zend 从 PHP 官方的角度接受了 Rails 的思想，改善 PHP 的开发。而 Java 世界里，Grails 也伴随这 Groovy 1.5 的推出，伴随着 Grails 的第三个 RC 版，即将走到 1.0 版本。Rails 带给了 Web 开发无穷的活力。

　　第一次用 Zoundry 客户端工具来发布博客，WordPress 还是不错的博客了，提供了 XML-RPC 方式的远程提交接口，我们可以比较容易的把我们的博客发布到 WordPress 上。

　　老外对这方面的支持工作还是做的不错的，国内的同类系统往往只考虑到功能，好一点的考虑到性能，而在这些新技术带来的扩展性的增强上似乎没有太多的理解，虽然 WordPress 在功能上和国内的很多博客有一定的差距，但是人家支持插件，这样就可以让地球人都上来扩展一把。Eclipse 的插件风风火火的做了几年，现在人似乎没有不用插件开发的了。

　　老外在 Web 2.0 中又很多好的思想，技术，拿到国内来就有点变味了，虽说国人在 Web 2.0 技术上跟进的速度还是相当的快，不过思想还是又相当的差距的。

　　要好好学学人家做东西的思想，而不仅仅是技术。

该文章被发布在我的新博客中：http://4think.cn/blog/index.php/archives/25

　　市面上这么多的IM工具，每次打开的时候就要开上一堆，还不时的有个新的IM工具出来，加上一两个及其有吸引力的功能，然后又不得不装上，搞的每次开机以后总是要开上一大堆的IM，比如QQ啦，MSN啦，还有Yahoo，Google Talk，飞信，Skype，真的挺麻烦的。

　　一年前的时候，突然听说 Yahoo 可以和 MSN 互通了，于是从此就没用过 MSN 了，也是对 Microsoft 歧视国内用户的一种不满吧，这么多IM工具，最不稳定的也最为常用的要属 MSN 了，虽然飞信这样“国”字号的软件似乎更加的不争气，就原谅他吧，谁叫他是咱最有钱的移动运营商呢。可以说，MSN 的掉线率是相当的高，登录速度也是惊人的，在公司内部传文字的效率呢更加不用说了，反正没有人走的快。不过据我们去过美国的一些同事说，MSN 在美国速度是非常快的，包括其下属的 hotmail，MSN Space，怪不得这么被推崇了，不过没办法，毕竟是在国内，属于不被重视的使用群体，大不了就不用了，于是机子里再也没有出现过 MSN，所有重要的好友都加到 Yahoo 里了。

　　其实说来 Yahoo 也是个比较不争气的东西，功能嘛，没啥强的，不过吃内存的能力还挺强，印象中也就 Skype 可以和他有的一拼，不过好歹人家 Yahoo 还是比较重视中文用户的，起码光缆断的时候还是能用的，而且相关的本地化服务也还是有一定的可用性的，Yahoo的邮件提示是最为迅速的，基本上是新邮件来到5秒之内就得让你知道，这个功能还是挺体贴用户的，其实我的一些 IM 的一个重要作用就是 check email，比如说 Google Talk。Yahoo 的客户端程序其实是比较不稳定的，群聊功能是个杀手，一次领导通知事情，让大家开个会，结果一位老兄图方便，Yahoo 把大家全部加进来了，大家的机器全部死翘翘，只好 reset 重启，自此以后，这个功能再也不敢使用了，Yahoo 工具箱里有个看股市行情的插件，不过这个曲线也太不本地化了，中午休息的时间也画在上面，一条长长的直线，怎看都别扭。没办法啊，公司里唯一允许的 IM 工具，不得不装，也就不得不去忍受这些了。

　　Google Talk 其实是我用的最多的，极为简洁，拥有我需要的主要功能，email 通知，语音，文本聊天，传文件（大家都喜欢装中文版的，没这个功能，所以也基本找不到人传文件），其实还有一点重要的就是所有聊天记录都会保存在 Gmail 里，在哪都不会丢失，也很连贯，这对于我们经常讨论需求的人就不会有上句没下句的了。也不用担心聊天记录留在本地泄密。另外还有一点，传代码的时候绝对不会变成一堆笑脸什么的。Google Talk 其实功能上是相当有限的，但是我却非常喜欢，简洁就是美了。

　　下面隆重出场的是唯利是图、忘恩负义外加极端不安全的 QQ 了，如果不是这么多好友在里面，我是不会开 QQ 的，当然 QQ 作为国内用的最多的 IM 工具（其实叫他聊天工具更确切），QQ 还是有相当多的优势的，首先网络稳定性好，传文件速度快，有远程协助功能，语音质量也不错，可以看 IP（还不都是珊瑚虫的功劳，被忘恩负义的腾讯扼杀了），有群聊功能，也是最适合某些夜晚不甘寂寞的人寻找刺激的工具了，其他的功能我是不大能想到的了，更不用说去用了，所以嘛，QQ 对我来说，太大了，太花哨了，对公司来说也是的，基本上正规的公司，没有哪个不封 QQ 的，所以嘛，QQ 只能被远远的拒之于企业应用的门外，腾讯的 RTX 也就不是那么容易进入企业市场的，谁让你这么花哨，看了就不想好好工作了。

　　Skype 这个东西嘛，对我用处不大，自从充值卡被封事件以后就不再常开了，开会的时候才会去用，毕竟多人语音聊天功能还是挺不错的。

　　国外的大部分 IM 工具都开放互通了，包括 MSN 和 Yahoo，Google Talk 也在和 MS 谈互通的问题，国内的 IM 互通嘛，似乎完全不可能，国外那几家都不是靠 IM 吃饭的，腾讯就不一样了，如果不保持其 QQ 的占有率，疯狂的扼杀非“官方”的客户端，LumaQQ 这么优秀的跨平台解决方案也就被腾讯自己和谐掉了，最近对珊瑚虫下狠手也表示其在此方面的决心，呵呵，我的 QQ 从此不升级了。

Reschedule
rescheduleJob(String triggerName, String groupName, Trigger newTrigger)

在进行 reschedule 操作的时候，我们通常只需要修改 Trigger 的时间，这时候我们只需要重新 new 一个含有新的 Schedule 时间的 Trigger 对象，reschedule 一下就可以了。

Unschedule
unscheduleJob(String triggerName, String groupName)

进行 unschedule 的时候，我们只需要知道名字和 group 就可以了。

进行 Schedule 操作前后，Database 中的相关数据都会被更改，在执行 unschedule 或者该 schedule 已经执行过，数据库中的 trigger 信息都会被删除。

Quartz 是一个强大的企业级 Schedule 工具，也是目前最好的开源 Schedule 工具，最近因为项目的需要，简单的用到了 Quartz 的一些功能，对项目中使用 Quartz 的一些问题做简单的记录。

在 Quartz 的应用中，我们用到了以下的一些东西，ScheduleFactory, Scheduler, Job, JobDetail, Trigger，简单说明一下他们的用途。

SchedulerFactory 是 Scheduler 的工厂，我们可以从中获得受工厂管理的 Scheduler 对象。

SchedulerFactory scheduleFactory = new StdSchedulerFactory();
Scheduler scheduler = scheduleFactory.getScheduler();

Scheduler 是一个计划集，其中可以包含多个 JobDetail 和 Trigger 组成的计划任务。
我们可以从 SchedulerFactory 中取得 Scheduler。

接口Job是每个业务上需要执行的任务需要实现的接口，该接口只有一个方法：

public interface Job {
    public void execute(JobExecutionContext context)
        throws JobExecutionException;
}

我们可以在里面定义我们的 Job 执行逻辑，比如清除过期数据，更新缓存等。

JobDetail描述了一个任务具体的信息，比如名称，组名等等。
JobDetail jobDetail = new JobDetail("SayHelloWorldJob", Scheduler.DEFAULT_GROUP, SayHelloWorldJob.class);
在上面的构造方法中，第一个是任务的名称，第二个是组名，第三个就是实际当任务需要执行的回调类。

Trigger顾名思义就是触发器，Quartz有个很好的想法就是分离了任务和任务执行的条件。Trigger就是控制任务执行条件的类，当Trigger认为执行条件满足的时刻，Trigger会通知相关的Job去执行。分离的好处是：
1.你可以为某个Job关联多个Trigger，其中任何一个条件满足都可以触发job执行，这样可以完成一些组合的高级触发条件
2.当Trigger失效后（比如：一个永远都不能满足的条件），你不必去声明一个新的job，代替的是你可以为job关联一个新的Trigger让job可以继续执行。

目前的Quartz实现中，存在两种Trigger,SimpleTrigger和CronTrigger,SimpleTrigger用来完成一些比如固定时间执行的任务，比如：从现在开始1分钟后等等；而CronTrigger(没错，和unix的cron进程的含意一样)用来执行calendar-like的任务，比如：每周五下午3：00，每月最后一天等等。

在我们项目中，都是一些固定时间的 Job，所以只用到了 SimpleTrigger。
Trigger trigger = new SimpleTrigger("SayHelloWorldJobTrigger",Scheduler.DEFAULT_GROUP,new Date(),null,0,0L);
这个构造方法中，第一个是Trigger的名称，第二个是Trigger的组名，第三个是任务开始时间，第四个是结束时间，第五个是重复次数（使用SimpleTrigger.REPEAT_INDEFINITELY常量表示无限次），最后一个是重复周期（单位是毫秒），那么这样就创建了一个立刻并只执行一次的任务。

但我们定义好了 JobDetail，Job，和 Trigger 后，就可以开始 Schedule 一个 Job 了。

scheduler.scheduleJob(jobDetail, trigger);

这条语句就是把job和Trigger关联，这样当Trigger认为应该触发的时候就会调用（实际上是Scheduler调用）job.execute方法了。

scheduler.start();
千万别忘了加上上面的语句，这条语句通知Quartz使安排的计划生效。

关于execute方法的参数JobExecutionContext
JobExecutionContext就和很多Context结尾的类功能一样，提供的运行时刻的上下文环境，JobExecutionContext中有Scheduler,JobDetail,Trigger等很多对象的引用，从而当你在execute方法内部须需要这些对象的时刻提供的便利。

在项目中，我们把需要执行的 Job 相对应的一些信息放在 JobExecutionContext 中，在 Job 执行的时候可以调用。

jobDetail.getJobDataMap().put(userid, id);

在 Job 中，我们可以拿到相关的 Context 信息：

jobExecutionContext.getJobDetail().getJobDataMap().getInt(userid);

JobDetail和Trigger的name和group
Scheduler实例对应了很多job和trigger的实例，为了方便的区分，Quartz使用name和group这两个特性，正如你想向的一样，同一个group下不能有两个相同name的JobDetail，Trigger同理，同一个Scheduler下不能有两个相同group的JobDetail,Trigger同理，JobDetail和Trigger的完全限定名为：group + name

为了让服务器重启以后，我们的 Scheduler 信息仍然不丢失，我们通常采用数据库持久化 Scheduler 的信息。
DBScript 在 Quartz 的下载包中的：quartz-1.6.0\docs\dbTables 下，选择自己使用的 DB 相应的 Script 导入数据库就可以了。
在应用中，我们需要配置一个 quartz.properties 才能正常使用 DB。我们可以在 quartz-1.6.0\examples\example10 中找到该文件的样例，稍作一些修改，就可以放到自己项目源码的根目录下使用了。

设置 org.quartz.jobStore.class = org.quartz.impl.jdbcjobstore.JobStoreTX 即可启用基于 JDBC 的 Quartz 信息持久化。

根据项目情况设置以下配置信息：
org.quartz.jobStore.class = org.quartz.impl.jdbcjobstore.JobStoreTX
org.quartz.jobStore.driverDelegateClass = org.quartz.impl.jdbcjobstore.StdJDBCDelegate
org.quartz.jobStore.useProperties = false
org.quartz.jobStore.dataSource = myDS
org.quartz.jobStore.tablePrefix = QRTZ_
org.quartz.jobStore.isClustered = false

org.quartz.dataSource.myDS.driver = com.mysql.jdbc.Driver
org.quartz.dataSource.myDS.URL = jdbc:mysql://localhost:3306/myapplication
org.quartz.dataSource.myDS.user = root
org.quartz.dataSource.myDS.password =
org.quartz.dataSource.myDS.maxConnections = 5

但是光设置了 Database 不够，我们还需要在 Application 启动的时候自动启动 Scheduler 才行，我们只需要简单的写一个 Servlet 的 Listener 并在 web.xml 中声明该 Listener ，在 Servlet 容易启动的时候，Scheduler 就开始自动执行。

public class ScheduleStartListener implements ServletContextListener {
    public void contextInitialized(ServletContextEvent servletContextEvent) {
        try {
           scheduleFactory.getScheduler().start();
        } catch (SchedulerException e) {
           // write log
        }
    }

    public void contextDestroyed(ServletContextEvent servletContextEvent) {
        try {
           scheduleFactory.getScheduler().shutdown();
        } catch (SchedulerException e) {
           // write log
        }
    }
}

在 web.xml 里面加入以下配置：
<listener>
    <listener-class>org.agilejava.scheduler.ScheduleStartListener</listener-class>
</listener>

以上简单的记录了在项目中关于 Quartz 的一些应用，如果有什么新的使用心得，会在后面继续加入的。

上一篇中我们说到了，如何使用 HttpClient 抓取所需要的数据，接下来介绍一下如何对这些数据进行处理。基本的处理原理是使用正则表达式进行内容的匹配。

为了便于处理，我们首先把使用 HttpClient 抓取到的数据做一些简单的处理。

第一步要做的就是删除回车符，当然我不会写含有回车符的正则表达式才会这么写的，当然如果您有更好的方法也可以不用这么做。

代码很简单：

1protected String removeEnter(String response) {
2    response = StringUtils.replace(response, "\r\n", "");
3    response = StringUtils.replace(response, "\n", "");
4    return response;
5}

接下来就可以使用正则表达式来对所抓取的内容进行匹配了：

正则表达式是一种可以用于模式匹配和替换的强有力的工具，一个正则表达式就是由普通的字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式，它描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。正则表达式在字符数据处理中起着非常重要的作用，我们可以用正则表达式完成大部分的数据分析处理工作，如:判断一个串是否是数字、是否是有效的Email地址，从海量的文字资料中提取有价值的数据等等，如果不使用正则表达式，那么实现的程序可能会很长，并且容易出错。对这点本人深有体会，面对大量工具书电子档资料的整理工作，如果不懂得应用正则表达式来处理，那么将是很痛苦的一件事情，反之则将可以轻松地完成，获得事半功倍的效果。

在这里，我使用了 Jakarta-ORO 作为正则表达式工具来进行匹配。

Jakarta-ORO是最全面以及优化得最好的正则表达式API之一，Jakarta-ORO库以前叫做OROMatcher，是由Daniel F. Savarese编写，后来他将其赠与Jakarta Project，读者可在jakarta.apache.org的网站下载该API包。
因为在这里我们不需要用到太多正则表达式的知识，仅仅是简单的用用而已，所以几行简单的代码就可以解决问题：

protected String match(String response, String template, int index) {
    Perl5Util engine = new Perl5Util();
    String name = null;
    if (response != null) {
        if (engine.match(template, response)) {
            name = engine.group(index);
        }
    }
    return name;
}

第一个参数 response 表示抓取到的页面源码，第二个参数 template 表示我们预先设定的模板，第三个表示第几个匹配。返回的结果是匹配成功的 group 中的内容。

于是我们可以这样的调用它：

String template = "/(沪综指)</font></b></a> <span id=\"STK1\">(\\d{4,5}\\.\\d{1,4})</span>";
String name =  match(response, template, 1);
String index =  match(response, template, 2);

注意一下，我们正则表达式前后都有 "/"。
另外，我们用() 括起来的部分表示我们要匹配的内容，所以这里 name 可以匹配到 沪综指，index 可以匹配到大盘的点数。 

该匹配对应于： http://web7.jrj.com/homev1/StockIndex.htm
为了防止页面以后打不开了大家找不到，我把其中相关的匹配部分的页面源码也发出来：

<a href=javascript:ShowImg('000001',2) target=_self><b><font color=#000000>沪综指</font></b></a> <span id="STK1">3914.20</span> <span id="STK2" class="c1"><img src=/HomeV1/images/down.gif width=8 height=8>164.40</span>　<a href=javascript:ShowImg('399001',1) target=_self><b><font color=#000000>深成指</font></b></a> <span id="STK3">12882.17</span> <span id="STK4" class="c1"><img src=/HomeV1/images/down.gif width=8 height=8>701.53</span>　<a href=javascript:ShowImg('399300',1) target=_self><b><font color=#000000>沪深300</font></b></a> <span id="STK5">3858.52</span> <span id="STK6" class="c1"><img src=/HomeV1/images/down.gif width=8 height=8>181.96</span>　<b>香港恒生</b> <span id="STK7">21938.22</span> <span id="STK8" class="c3"><img src=/HomeV1/images/up.gif width=8 height=8>232.66</span>　<b>道琼斯</b> <span id="STK9">13414.48</span> <span id="STK10" class="c1"><img src=/HomeV1/images/down.gif width=8 height=8>13.25</span>　<b>纳斯达克</b> <span id="STK11">2612.02</span> <span id="STK12" class="c3"><img src=/HomeV1/images/up.gif width=8 height=8>6.67</span>　
<div id="indexdata"><object id="STKData" width="0" height="0" classid="CLSID:333C7BC4-460F-11D0-BC04-0080C7055A83" viewastext><param name="FieldDelim" value="F"><param name="DataURL" value="/HomeV1/text/StockIndex.htm"><param name="UseHeader" value="true"></object><input type="hidden" id="STKValue" datasrc="#STKData" datafld="a" name="STKValue"></div>

因为我不是为了介绍正则表达式而写这篇文章的，所以对正则表达式不会做太多的介绍，如果大家对正则表达式有兴趣或想进一步了解的话可以参考：

JAVA中正则表达式的应用
http://www.ibm.com/developerworks/cn/java/l-regp/part1/index.html
http://www.ibm.com/developerworks/cn/java/l-regp/part2/index.html

    最近股市大牛，相信这里的不少朋友都在炒股，当然上班时间老是开着网页看股市或是盯着红红绿绿的专业股票软件是总是担心被周围同事看到的，但又不时的想着大盘是涨了还是跌了，自己的股票又是如何呢。

    于是用 Java 写了一套简单的股市信息跟踪的小程序，Console 的，用于抓取相应的股市信息并显示到 console 中，谁也不会想到这个东西会是用来看股市的吧。

    这套小小的程序用到了几个非常简单的技术，HttpClient 和 正则表达式。程序功能非常简单，找到含有股市数据的页面，使用 HttpClient 抓取下来，通过正则表达式匹配自己需要的内容，在 Console 上打印出来。

    准备花两篇文章简单的介绍这个小系统中的实现细节，当然这只是简单的介绍，其实我们再稍微用点其他的技术，可以做出更多更实用的小工具。比如我就写了个小爬虫，把某个基金网站上的基金净值数据爬来了，足足有10W条，供我做基金形势分析之用，拿到这些原始数据，再动用一下自己的头脑，再配合一些方便的工具，比如 Excel，我们便可以用实际数据去辅助投资理财。

        首先我们来简单的介绍我们用到的第一个工具，HttpClient。

    HttpClient 是 Apache Jakarta Common 下的子项目，可以用来提供高效的、最新的、功能丰富的支持 HTTP 协议的客户端编程工具包，并且它支持 HTTP 协议最新的版本和建议。
    以下列出的是 HttpClient 提供的主要的功能，要知道更多详细的功能可以参见 HttpClient 的主页。
实现了所有 HTTP 的方法（GET,POST,PUT,HEAD 等）
支持自动转向
支持 HTTPS 协议
支持代理服务器等

HttpClient 可以在http://jakarta.apache.org/commons/httpclient/downloads.html下载

HttpClient 基本功能的使用
GET 方法
使用 HttpClient 需要以下 6 个步骤：
1. 创建 HttpClient 的实例
2. 创建某种连接方法的实例，在这里是 GetMethod。在 GetMethod 的构造函数中传入待连接的地址
3. 调用第一步中创建好的实例的 execute 方法来执行第二步中创建好的 method 实例
4. 读 response
5. 释放连接。无论执行方法是否成功，都必须释放连接
6. 对得到后的内容进行处理

根据以上步骤，我们来编写用GET方法来取得某网页内容的代码。

根据这样的过程，我们便可以写出一个简单的抓取页面的方法，该方法返回抓到的页面数据。传入的参数是页面的 URL。

protected String getURLResponse(String url) {
 try {
  HttpClient client = new HttpClient();
  GetMethod method = new GetMethod(url);
  int returnCode = client.executeMethod(method);
  String response = null;
  if (returnCode == 200) {
   response = EncodingUtil.getString(method.getResponseBody(), "gb2312");
  }
  method.releaseConnection();
  return decode(response);
 } catch (Exception e) {
  return null;
 }
}

HttpClient 是一个很实用的工具，用它，我们可以做很多和 Http 有关的事情。
大家可以参考： http://www.ibm.com/developerworks/cn/opensource/os-httpclient/ 来初步了解 HttpClient 的功能。
或是去找找 Jakarta.Commons.Cookbook 或者 Jakarta.Commons.Online.Bookshelf，上面介绍了包括 HttpClient 在内的很多 Apache Jakarta Commons 项目，相信合理使用，会让你事半功倍的。

下一篇我们将介绍一下如何用正则表达式处理我们抓取到的数据。