# 文章爬虫系统

这是一个使用 Maven 创建的 Java 项目，实现了命令行界面的文章爬虫系统。

## 项目结构

```
w9/
├── pom.xml                                    # Maven 配置文件
├── README.md                                  # 项目文档
└── src/
    └── main/
        └── java/
            └── com/
                └── crawler/
                    ├── Main.java              # 主程序入口
                    ├── model/
                    │   └── Article.java       # 文章数据模型
                    ├── view/
                    │   └── ConsoleView.java   # 控制台视图
                    ├── command/
                    │   ├── Command.java       # 命令接口
                    │   ├── HelpCommand.java   # 帮助命令
                    │   ├── ListCommand.java   # 列表命令
                    │   ├── CrawlCommand.java  # 爬取命令
                    │   └── ExitCommand.java   # 退出命令
                    └── controller/
                        └── CommandController.java  # 命令控制器
```

## 功能特性

### 已实现的命令

1. **help** - 显示帮助信息
2. **list** - 显示已抓取的文章列表
3. **crawl** - 开始抓取文章（目前为存根实现）
4. **exit** - 退出程序

### 项目架构

- **model**: 数据模型层 - 定义文章数据结构
- **view**: 视图层 - 处理控制台输出
- **command**: 命令层 - 实现各种命令
- **controller**: 控制层 - 管理命令执行

## 编译运行

### 编译项目

```bash
cd w9
mvn clean compile
```

### 运行项目

```bash
mvn exec:java
```

或者先打包再运行：

```bash
mvn package
java -jar target/crawler-app-1.0-SNAPSHOT.jar
```

## 使用示例

```
================================================
      欢迎使用文章爬虫系统
================================================

可用命令:
  help  - 显示帮助信息
  list  - 显示已抓取的文章列表
  crawl - 开始抓取文章
  exit  - 退出程序

请输入命令 > help

可用命令:
  help  - 显示帮助信息
  list  - 显示已抓取的文章列表
  crawl - 开始抓取文章
  exit  - 退出程序

请输入命令 > crawl

正在开始抓取文章...
抓取完成，共抓取了 3 篇文章

请输入命令 > list

已抓取的文章列表:
----------------------------------------
1. 示例文章1
   URL: https://example.com/article1
----------------------------------------
2. 示例文章2
   URL: https://example.com/article2
----------------------------------------
3. 示例文章3
   URL: https://example.com/article3
----------------------------------------
共 3 篇文章

请输入命令 > exit

感谢使用，再见！
```

## 技术栈

- Java 8
- Maven 3.x

## 扩展功能

当前 crawl 命令是存根实现，可以扩展为：

1. 连接实际的文章网站
2. 解析 HTML 内容
3. 提取文章标题、URL、内容等
4. 保存到数据库或文件