利用正则表达式获取博客园随笔四

我们前天讲到了需要加入多线程来缓解界面卡死的现象，那现在就让我来给大家介绍一个由博客园的某位大牛写的线程池。（实在是忘了是谁了、、）

线程池的代码奉上：

    sealed class MyThreadPool
    {
        //线程锁对象
        private static object lockObj = new object();
        //任务队列
        private static Queue<ThreadStart> threadStartQueue = new Queue<ThreadStart>();
        //记录当前工作的任务集合，从中可以判断当前工作线程使用数，如果使用int判断的话可能会有问题，
        //用集合的话还能取得对象的引用，比较好
        private static HashSet<ThreadStart> threadsWorker = new HashSet<ThreadStart>();
        //当前允许最大工作线程数
        private static int maxThreadWorkerCount = 1;
        //当前允许最小工作线程数
        private static int minThreadWorkerCount = 0;

        /// <summary>
        /// 设定最大工作线程数
        /// </summary>
        /// <param name="maxThreadCount">数量</param>
        public static void SetMaxWorkThreadCount(int maxThreadCount)
        {
            maxThreadWorkerCount = minThreadWorkerCount > maxThreadCount ?
            minThreadWorkerCount : maxThreadCount;
        }
        /// <summary>
        /// 设定最小工作线程数
        /// </summary>
        /// <param name="maxThreadCount">数量</param>
        public static void SetMinWorkThreadCount(int minThreadCount)
        {
            minThreadWorkerCount = minThreadCount > maxThreadWorkerCount ?
            maxThreadWorkerCount : minThreadCount;
        }
        /// <summary>
        /// 启动线程池工作
        /// </summary>
        /// <param name="threadStartArray">任务数组</param>
        public static void MyQueueUserWorkItem(List<ThreadStart> threadStartArray)
        {
            //将任务集合都放入到线程池中
            AddAllThreadsToPool(threadStartArray);
            //线程池执行任务
            ExcuteTask();
        }
        /// <summary>
        /// 将单一任务加入队列中
        /// </summary>
        /// <param name="ts">单一任务对象</param>
        private static void AddThreadToQueue(ThreadStart ts)
        {
            lock (lockObj)
            {
                threadStartQueue.Enqueue(ts);
            }
        }

        /// <summary>
        /// 将多个任务加入到线程池的任务队列中
        /// </summary>
        /// <param name="threadStartArray">多个任务</param>
        private static void AddAllThreadsToPool(List<ThreadStart> threadStartArray)
        {
            foreach (var threadStart in threadStartArray)
                AddThreadToQueue(threadStart);
        }

        /// <summary>
        /// 执行任务，判断队列中的任务数量是否大于0，如果是则判断当前正在使用的工作线程的
        /// 数量是否大于等于允许的最大工作线程数，如果一旦有线程空闲的话
        /// 就会执行ExcuteTaskInQueen方法处理任务
        /// </summary>
        private static void ExcuteTask()
        {
            while (threadStartQueue.Count > 0)
            {
                Thread.Sleep(100);
                if (threadsWorker.Count < maxThreadWorkerCount)
                {
                    ExcuteTaskInQueen();
                }
            }
        }

        /// <summary>
        /// 执行出对列的任务，加锁保护
        /// </summary>
        private static void ExcuteTaskInQueen()
        {
            lock (lockObj)
            {
                ExcuteTaskByThread(
threadStartQueue.Dequeue());
            }
        }

        /// <summary>
        /// 实现细节，这里使用BackGroudWork来实现后台线程
        /// 注册doWork和Completed事件，当执行一个任务前，前将任务加入到
        /// 工作任务集合（表示工作线程少了一个空闲），一旦RunWorkerCompleted事件被触发则将任务从工作
        /// 任务集合中移除（表示工作线程也空闲了一个）
        /// </summary>
        /// <param name="threadStart"></param>
        private static void ExcuteTaskByThread(ThreadStart threadStart)
        {
            threadsWorker.Add(threadStart);
            BackgroundWorker worker = new BackgroundWorker();
            worker.DoWork += (o,e) => { threadStart.Invoke(); };
            worker.RunWorkerCompleted += (o,e) => { threadsWorker.Remove(threadStart); };
            worker.RunWorkerAsync();
        }
    }

然后呢再奉上有所修改的和新增的方法的代码：

        public List<CnblogsResult> getResult(string Html)
        {
            List<ThreadStart> StartArray = new List<ThreadStart>();
            Regex regexContent = new Regex("<div class=\"post_item_body\">(?<content>.*?)<div class=\"clear\"></div>",RegexOptions.Singleline);//获取单个随笔数据
            if (regexContent.IsMatch(Html))
            {
                MatchCollection blog = regexContent.Matches(Html);
                int i = 1;
                foreach (Match item in blog)
                {
                    chuancanshu ccs = new chuancanshu();
                    ccs.i = i++;
                    ccs.item = item;
                    StartArray.Add(new ThreadStart(() =>
                        {
                            Cnblogs(ccs);
                        }));
                }
                MyThreadPool.SetMaxWorkThreadCount(5);//设置每次从线程池中启动10个线程
                MyThreadPool.MyQueueUserWorkItem(StartArray);//启动线程池
            }
            return results;
        }

        private void  Cnblogs(object obj)
        {
            CnblogsResult result = new CnblogsResult();
            Regex regexProperty = new Regex("<h3><a.*?href=\"(?<href>.*?)\".*?>(?<Title>.*?)</a></h3>.*?<a .*? class=\"lightblue\".*?>(?<Author>.*?)</a>.*?发布于.*?(?<time>.*?)<span", 5           RegexOptions.Singleline);//获取标题、时间、链接、作者等
            chuancanshu ccs = (chuancanshu)obj;
            Match item = ccs.item;
            int i = ccs.i;
            if (regexProperty.IsMatch(item.ToString()))
            {
                var Property = regexProperty.Match(item.ToString());
                result.Title = Property.Groups["Title"].Value;
                result.Author = Property.Groups["Author"].Value;
                result.time = Property.Groups["time"].Value;
                result.href = Property.Groups["href"].Value;
                result.Rank = i;
            }
            results.Add(result);
            if (getResults != null)
            {
                getResults(results);
            }
        }

 struct chuancanshu
        {
            public Match item;
            public int i;
        }

在这里呢，我把

        List<CnblogsResult> results = new List<CnblogsResult>();

这段这个提取出来当作公共变量了。

最后，奉上本例子的源码：点这里下载。