php抓取网页数据实例(为什么需要线程假设需要开发一个联网应用程序，需要从一个网址网页内容)

　　php抓取网页数据实例(为什么需要线程假设需要开发一个联网应用程序，需要从一个网址网页内容)

　　为什么需要线程

　　假设您需要开发一个联网的应用程序，并且您需要从一个网址中抓取网页内容。这里读取的网页地址是作者在本地机器上创建的服务器地址。当然，在阅读网页内容时，可以使用 HttpClient 提供的 API，但这不是本文的重点。在开发网络程序方面经验不足的程序员可能会编写以下代码。

　　网络连接通常比较耗时，尤其是在目前GPRS等低速网络情况下，因此connect()方法可能需要3-5秒，

　　返回页面内容的时间更长。如果直接在主线程（即 UI 线程）中处理此连接操作会发生什么？

　　为了更好的模拟模拟器中缓慢的网络读取速度，

　　作者在阅读过程中将线程休眠50秒，

　　运行 NetworkActivity 并单击“连接”按钮。事故发生，

　　按钮久久没有反应，整个界面仿佛“死”了。然后系统显示 ANR（应用程序无响应）

　　错误信息，如图1：

　　线程中的网络

　　为什么会出现 ANR？答案是联网动作被阻塞在主线程中，很久没有返回，所以OPhone弹出了ANR错误。这个错误提示我们，

　　如果一个任务可能需要很长时间运行才能返回，则必须将该任务放在单独的线程中运行，

　　避免阻塞 UI 线程。Java 语言具有对线程的内置支持。您可以使用 Thread 类创建一个新线程，然后在 run() 方法中读取网页的内容。

　　获取页面内容后，调用TextView.setText()更新界面。修改连接（）

　　该方法如下所示：

　　重新运行 NetworkActivity 并单击“连接”按钮。程序没有按预期获取到网页的内容，并显示在TextView上。查看日志，可以看到在执行connect的过程中抛出了异常。其次，分析问题。

　　使用Handler更新界面

　　实际上，connect()方法中抛出的异常是接口更新引起的。Connect() 方法在新启动的线程中直接调用 message.setText() 方法是不正确的。OPhone平台只允许在主线程调用相关View的方法来更新界面。如果在新线程中获取返回结果，则必须借助 Handler 更新接口。为此，请在 NetworkActivity 中创建一个 Handler 对象并在 handleMessage() 中更新 UI。

　　通过connect()方法获取网页内容后，使用如下方法更新界面。

　　重新运行NetworkActivity，点击“连接”按钮，结果如图2所示，网页内容被正确读取。

　　异步任务

　　看起来修改后的connect()方法已经可以使用了，但是这种匿名进程方法存在缺陷：首先，线程的开销很大。如果每个任务都需要创建一个线程，就会降低应用程序的效率。二是线程无法管理，匿名线程在创建启动后不受程序控制。如果发送的请求很多，那么就会启动很多线程，系统就会不堪重负。另外，前面我们已经看到，在新线程中更新UI还必须引入一个handler，这使得代码看起来很臃肿。

　　为了解决这个问题，OPhone 在 1.5 版本中引入了 AsyncTask。AsyncTask的特点是任务运行在主线程之外，回调方法在主线程中执行，有效避免了使用Handler带来的麻烦。阅读 AsyncTask 的源码可知，AsyncTask 使用 java.util.concurrent 框架来管理线程和任务的执行。并发框架是经过严格测试的非常成熟高效的框架。这说明AsyncTask的设计很好的解决了匿名线程的问题。

　　AsyncTask是一个抽象类，子类必须实现抽象方法doInBackground(Params...p)，在其中实现任务执行工作，如连接网络获取数据。onPostExecute(Result r) 方法通常也应该实现，因为应用程序关心的结果会在这个方法中返回。需要注意的是，AsyncTask 必须在主线程中创建一个实例。AsyncTask 定义了三个泛型类型 Params、Progress 和 Result。

　　PageTask 扩展 AsyncTask 并在 doInBackground() 方法中读取网页内容。PageTask 的源代码如下所示：

　　执行PageTask很简单，调用如下代码即可。重新运行NetworkActivity，不仅可以抓取网页内容，还可以实时更新阅读进度。读者尝试阅读更大的页面以查看百分比是如何更新的。

　　总结

　　本文介绍了OPhone联网应用开发中需要注意的两个问题：线程管理和接口更新。不仅分析问题，还给出了多种解决方案。这里笔者推荐使用AsyncTask来处理联网、播放大型媒体文件等耗时的任务，不仅执行效率高，而且还节省了代码。