第一天：下载解析网站页面
第二天：多线程定时启动爬虫
一个爬虫项目，会涉及到数据存储，Queue队列，缓存使用，多线程爬取，定时任务爬取，解决频繁抓取IP被封问题，zookeeper分布式监控节点，邮件提醒等内容。
这里我们探讨其中两个问题，一是多线程，一是定时器。
// 固定线程池
private ExecutorService newFixedThreadPool = Executors
.newFixedThreadPool(Integer.parseInt(LoadPropertyUtil.getConfig("threadNum")));
newFixedThreadPool.execute(new Runnable() {
public void run() {
//业务。。。
}
});
Java通过Executors提供四种线程池，分别为：
newCachedThreadPool创建一个可缓存线程池，如果线程池长度超过处理需要，可灵活回收空闲线程，若无可回收，则新建线程。
newFixedThreadPool 创建一个定长线程池，可控制线程最大并发数，超出的线程会在队列中等待。
newScheduledThreadPool 创建一个定长线程池，支持定时及周期性任务执行。
newSingleThreadExecutor 创建一个单线程化的线程池，它只会用唯一的工作线程来执行任务，保证所有任务按照指定顺序(FIFO, LIFO, 优先级)执行。
//获取默认调度器
Scheduler defaultScheduler = StdSchedulerFactory.getDefaultScheduler();
//开启调度器
defaultScheduler.start();
//被调度的任务
JobDetail jobDetail = new JobDetail("url-job", Scheduler.DEFAULT_GROUP, AddUrlJob.class);
//定时执行任务
// CronTrigger trigger = new CronTrigger("url-job", Scheduler.DEFAULT_GROUP, "00 11 18 * * ?");
CronTrigger trigger = new CronTrigger("url-job", Scheduler.DEFAULT_GROUP, "0/10 * * * * ?");
//添加调度任务
defaultScheduler.scheduleJob(jobDetail , trigger);
这里用了quartz定时，每10秒运行AddUrlClass类，即是将url添加到队列中，让爬虫爬取url地址的内容。
需要下载源码可点击 艳学网
下载源码后，记住分享哟！
第一步：微信关注公众号艳学网！
第二步：关注后打开菜单“艳辉福利”——“java福利”，转发文章至朋友圈。
长按自动识别二维码，即可关注微信公众号“艳学网”
