pom.xml

@@ -50,11 +50,6 @@
             <artifactId>spring-dotenv</artifactId>
             <version>4.0.0</version>
         </dependency>
-        <dependency>
-            <groupId>org.jsoup</groupId>
-            <artifactId>jsoup</artifactId>
-            <version>1.18.3</version>
-        </dependency>
     </dependencies>
 
     <build>

src/main/java/searchengine/controllers/ApiController.java

@@ -4,8 +4,8 @@ import org.springframework.http.ResponseEntity;
 import org.springframework.web.bind.annotation.GetMapping;
 import org.springframework.web.bind.annotation.RequestMapping;
 import org.springframework.web.bind.annotation.RestController;
+import searchengine.config.SitesList;
 import searchengine.dto.statistics.StatisticsResponse;
-import searchengine.services.IndexingService;
 import searchengine.services.StatisticsService;
 
 @RestController
@@ -13,11 +13,9 @@ import searchengine.services.StatisticsService;
 public class ApiController {
 
     private final StatisticsService statisticsService;
-    private final IndexingService indexingService;
 
-    public ApiController(StatisticsService statisticsService, IndexingService indexingService) {
+    public ApiController(StatisticsService statisticsService) {
         this.statisticsService = statisticsService;
-        this.indexingService = indexingService;
     }
 
     @GetMapping("/statistics")
@@ -27,7 +25,7 @@ public class ApiController {
 
     @GetMapping("/startIndexing")
     public ResponseEntity<StatisticsResponse> startIndexing() {
-        indexingService.startIndexing();
+        System.out.println(new SitesList().getSites());
         return ResponseEntity.ok(statisticsService.getStatistics());
     }
 }

src/main/java/searchengine/model/Link.java

@@ -1,42 +0,0 @@
-package searchengine.model;
-
-import java.net.URI;
-import java.util.HashSet;
-import java.util.Objects;
-import java.util.Set;
-
-public record Link(URI uri, int depth, Set<Link> children, Link parent) {
-    public Link {
-        children = new HashSet<>();
-    }
-
-    public Link(URI uri, Link parent) {
-        this(uri, (parent == null) ? 0 : parent.depth() + 1, new HashSet<>(), parent);
-    }
-
-    public void addChild(URI childUri) {
-        children.add(new Link(childUri, this));
-    }
-
-    // Переопределяем equals и hashCode, исключая поля children и parent
-    @Override
-    public boolean equals(Object o) {
-        if (this == o) return true;
-        if (o == null || getClass() != o.getClass()) return false;
-        Link link = (Link) o;
-        return depth == link.depth && Objects.equals(uri, link.uri);
-    }
-
-    @Override
-    public int hashCode() {
-        return Objects.hash(uri, depth); // Исключаем children и parent
-    }
-
-    @Override
-    public String toString() { // А он нужен?
-        return "Link{" +
-                "uri=" + uri +
-                ", depth=" + depth +
-                '}'; // Исключаем children и parent
-    }
-}

src/main/java/searchengine/model/PageEntity.java

@@ -18,7 +18,8 @@ public class PageEntity {
     @JoinColumn(name = "site_id", nullable = false)
     private SiteEntity site;
 
-    @Column(columnDefinition = "VARCHAR(255) NOT NULL", unique = true)
+    @Column(columnDefinition = "TEXT NOT NULL, UNIQUE KEY INDEX_PATH (path(255))") // Unique index version
+//    @Column(columnDefinition = "TEXT NOT NULL, INDEX PATH_INDEX USING BTREE(path(255))") // Non-unique index version
     private String path;
 
     @Column(nullable = false)

src/main/java/searchengine/services/IndexingService.java

@@ -1,5 +1,4 @@
 package searchengine.services;
 
 public interface IndexingService {
-    void startIndexing();
 }

src/main/java/searchengine/services/IndexingServiceImpl.java

@@ -1,163 +1,16 @@
 package searchengine.services;
 
-import lombok.RequiredArgsConstructor;
-import org.jsoup.Jsoup;
-import org.jsoup.nodes.Document;
-import org.springframework.stereotype.Service;
-import searchengine.config.SitesList;
-import searchengine.model.Link;
-
-import java.net.URI;
-import java.net.URISyntaxException;
-import java.net.URLEncoder;
-import java.nio.charset.StandardCharsets;
-import java.util.Set;
-import java.util.concurrent.ConcurrentHashMap;
-import java.util.regex.Pattern;
-
-@Service
-@RequiredArgsConstructor
 public class IndexingServiceImpl implements IndexingService {
-    private boolean indexingIsRunning = false;
+    boolean indexingIsRunning = false;
-    private final SitesList sitesList;
 
-    @Override
     public void startIndexing() {
         if (indexingIsRunning) {
             System.out.println("Индексация уже запущена");
             return;
         }
+        // Логика для запуска индексации или перенидексации сайтов
+        System.out.println("Запуск индексации");
         indexingIsRunning = true;
-
+        System.out.println("Индексация запущена");
-        // Выводим список сайтов для индексации
-        System.out.println("Список сайтов для индексации:");
-        sitesList.getSites().forEach(site ->
-                System.out.println("URL: " + site.getUrl() + ", Название: " + site.getName())
-        );
-
-        // Начинаем парсинг первого сайта
-        String startUrl = sitesList.getSites().get(0).getUrl();
-        String siteName = sitesList.getSites().get(0).getName();
-
-        System.out.println("Начинаем парсинг сайта " + siteName + " (" + startUrl + ")");
-
-        Set<URI> visitedLinks = ConcurrentHashMap.newKeySet(); // Набор для отслеживания посещенных URL
-
-        try {
-            URI startUri = new URI(startUrl);
-            System.out.printf("\n=== Начало индексации %s (%s) ===\n", siteName, startUri);
-            Link rootLink = new Link(startUri, null); // Создаем корневой Link
-            parse(rootLink, visitedLinks); // Запуск парсинга
-        } catch (URISyntaxException e) {
-            System.out.println("Некорректный URL: " + startUrl);
-        } catch (InterruptedException e) {
-            System.out.println("Индексация была прервана: " + e.getMessage());
-            Thread.currentThread().interrupt();
-        } finally {
-            indexingIsRunning = false;
-            System.out.println("\n=== Индексация завершена ===");
-            System.out.println("Всего страниц проиндексировано: " + visitedLinks.size());
-        }
-    }
-
-    private void parse(Link link, Set<URI> visitedLinks) throws InterruptedException {
-        // Добавляем текущий URL в visitedLinks до начала обработки
-        if (!visitedLinks.add(link.uri())) {
-            return; // Если URL уже был обработан, выходим
-        }
-
-        // Задержка для защиты от блокировки
-        Thread.sleep((long) (50 + (Math.random() * 150)));
-        System.out.println("Парсим страницу: " + link.uri());
-
-        // Добавляем дочерние ссылки
-        addChildLinks(link, visitedLinks);
-
-        // Рекурсивно обрабатываем дочерние ссылки
-        link.children().forEach(child -> {
-            try {
-                parse(child, visitedLinks);
-            } catch (InterruptedException e) {
-                Thread.currentThread().interrupt();
-                throw new RuntimeException("Парсинг был прерван: " + e.getMessage());
-            }
-        });
-    }
-
-    private void addChildLinks(Link link, Set<URI> visitedLinks) {
-        try {
-            Document document = Jsoup.connect(link.uri().toString())
-                    .userAgent("Mozilla/5.0")
-                    .referrer("https://www.google.com")
-                    .get();
-
-            document.select("a[href]").forEach(element -> {
-                String hrefStr = element.attr("href").strip();
-                try {
-                    // Кодируем URL перед созданием объекта URI
-                    String encodedHrefStr = URLEncoder.encode(hrefStr, StandardCharsets.UTF_8)
-                            .replaceAll("%3A", ":")
-                            .replaceAll("%2F", "/");
-                    URI href = URI.create(encodedHrefStr);
-
-                    if (!href.isAbsolute()) {
-                        href = link.uri().resolve(href);
-                    }
-                    href = normalizeUri(href);
-
-                    // Проверяем, что ссылка корректна
-                    if (isCorrectUrl(link.uri(), href, visitedLinks)) {
-                        link.addChild(href); // Используем метод addChild из класса Link
-                    }
-                } catch (Exception e) {
-                    // Игнорируем некорректные URL без вывода сообщений
-                }
-            });
-        } catch (Exception e) {
-            // Игнорируем ошибки без вывода сообщений
-        }
-    }
-
-    private URI normalizeUri(URI href) {
-        try {
-            String path = href.getPath(); // Получаем путь
-            if (path == null) {
-                path = ""; // Если путь равен null, заменяем на пустую строку
-            } else {
-                path = path.replaceAll("/+$", ""); // Убираем завершающие слэши
-            }
-            return new URI(
-                    href.getScheme(),
-                    href.getAuthority(),
-                    path, // Используем обработанный путь
-                    null,
-                    href.getFragment()
-            );
-        } catch (URISyntaxException e) {
-            return href; // В случае ошибки возвращаем исходный URI
-        }
-    }
-
-    private boolean isCorrectUrl(URI baseUri, URI href, Set<URI> visitedLinks) {
-        // Проверка на некорректные протоколы
-        String hrefStr = href.toString();
-        if (hrefStr.startsWith("javascript:") || hrefStr.startsWith("mailto:") || hrefStr.startsWith("tel:")) {
-            return false;
-        }
-
-        // Проверка на принадлежность тому же домену
-        if (href.getHost() == null || !href.getHost().equals(baseUri.getHost())) {
-            return false;
-        }
-
-        // Проверка на файлы и якоря
-        Pattern patternNotFile = Pattern.compile("(\\S+(\\.(?i)(jpg|png|gif|bmp|pdf|php|doc|docx|rar))$)");
-        Pattern patternNotAnchor = Pattern.compile("#([\\w\\-]+)?$");
-        if (href.isOpaque() || patternNotFile.matcher(hrefStr).find() || patternNotAnchor.matcher(hrefStr).find()) {
-            return false;
-        }
-
-        // Проверка на уже посещенные ссылки
-        return !visitedLinks.contains(href);
     }
 }

src/main/resources/application.yaml

@@ -16,11 +16,9 @@ spring:
 
 indexing-settings:
   sites:
-    - url: https://wiki.kuksa.dev
+    - url: https://www.lenta.ru
-      name: Wiki Kuksa.Dev
+      name: Лента.ру
-    - url: https://www.autelrobotics.com
-      name: Autel Robotics
     - url: https://www.skillbox.ru
       name: Skillbox
-#    - url: https://www.playback.ru
+    - url: https://www.playback.ru
-#      name: PlayBack.Ru
+      name: PlayBack.Ru