complete task INDX-0002. parse one site from list

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

@@ -7,20 +7,18 @@ import lombok.Setter;
 @Getter
 @Setter
 @Entity
-//@Table(name = "page", indexes = @Index(columnList = "site_id, path", unique = true)) // Или используем составной индекс, если нужно сохранить уникальность
-@Table(name = "page", indexes = @Index(columnList = "path"), uniqueConstraints = @UniqueConstraint(columnNames = {"site_id", "path"}))
+@Table(name = "page", indexes = @Index(columnList = "path"))
 public class PageEntity {
     @Id
     @GeneratedValue(strategy = GenerationType.IDENTITY)
     @Column(nullable = false)
     private int id;
 
-    @ManyToOne(fetch = FetchType.LAZY)
+    @ManyToOne(cascade = CascadeType.ALL)
     @JoinColumn(name = "site_id", nullable = false)
     private SiteEntity site;
 
-    @Column(columnDefinition = "VARCHAR(255) NOT NULL")
-//    @Column(columnDefinition = "VARCHAR(255) NOT NULL", unique = true) // Или убираем unique = true
+    @Column(columnDefinition = "VARCHAR(255) NOT NULL", unique = true)
     private String path;
 
     @Column(nullable = false)

src/main/java/searchengine/repository/PageRepository.java

@@ -3,11 +3,7 @@ package searchengine.repository;
 import org.springframework.data.repository.CrudRepository;
 import org.springframework.stereotype.Repository;
 import searchengine.model.PageEntity;
-import searchengine.model.SiteEntity;
 
 @Repository
 public interface PageRepository extends CrudRepository<PageEntity, Integer> {
-    void deleteBySite(SiteEntity site);
-
-    PageEntity findBySiteAndPath(SiteEntity site, String path);
 }

src/main/java/searchengine/repository/SiteRepository.java

@@ -6,5 +6,4 @@ import searchengine.model.SiteEntity;
 
 @Repository
 public interface SiteRepository extends CrudRepository<SiteEntity, Integer> {
-    SiteEntity findByUrl(String url);
 }

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

@@ -1,30 +1,16 @@
 package searchengine.services;
 
 import lombok.RequiredArgsConstructor;
-import org.jsoup.HttpStatusException;
 import org.jsoup.Jsoup;
 import org.jsoup.nodes.Document;
-import org.slf4j.Logger;
-import org.slf4j.LoggerFactory;
-import org.springframework.dao.DataIntegrityViolationException;
 import org.springframework.stereotype.Service;
-import org.springframework.transaction.annotation.Isolation;
-import org.springframework.transaction.annotation.Propagation;
-import org.springframework.transaction.annotation.Transactional;
 import searchengine.config.SitesList;
 import searchengine.model.Link;
-import searchengine.model.SiteEntity;
-import searchengine.model.PageEntity;
-import searchengine.model.StatusType;
-import searchengine.repository.PageRepository;
-import searchengine.repository.SiteRepository;
 
 import java.net.URI;
 import java.net.URISyntaxException;
 import java.net.URLEncoder;
 import java.nio.charset.StandardCharsets;
-import java.time.LocalDateTime;
-import java.util.HashSet;
 import java.util.Set;
 import java.util.concurrent.ConcurrentHashMap;
 import java.util.regex.Pattern;
@@ -32,164 +18,78 @@ import java.util.regex.Pattern;
 @Service
 @RequiredArgsConstructor
 public class IndexingServiceImpl implements IndexingService {
-    private static final Logger logger = LoggerFactory.getLogger(IndexingServiceImpl.class);
     private boolean indexingIsRunning = false;
     private final SitesList sitesList;
-    private final SiteRepository siteRepository;
-    private final PageRepository pageRepository;
 
     @Override
-    @Transactional(propagation = Propagation.REQUIRED, isolation = Isolation.READ_COMMITTED, noRollbackFor = Exception.class)
     public void startIndexing() {
         if (indexingIsRunning) {
-            logger.info("Индексация уже запущена");
+            System.out.println("Индексация уже запущена");
             return;
         }
         indexingIsRunning = true;
 
         // Выводим список сайтов для индексации
-        logger.info("Список сайтов для индексации:");
+        System.out.println("Список сайтов для индексации:");
         sitesList.getSites().forEach(site ->
-                logger.info("URL: {}, Название: {}", site.getUrl(), site.getName())
+                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();
 
-        logger.info("Начинаем парсинг сайта {} ({})", siteName, startUrl);
+        System.out.println("Начинаем парсинг сайта " + siteName + " (" + startUrl + ")");
 
         Set<URI> visitedLinks = ConcurrentHashMap.newKeySet(); // Набор для отслеживания посещенных URL
-        Set<Link> allLinks = ConcurrentHashMap.newKeySet(); // Набор для хранения всех ссылок
 
         try {
             URI startUri = new URI(startUrl);
-            logger.info("=== Начало индексации {} ({}) ===", siteName, startUri);
-
-            // Удаляем существующие данные по этому сайту
-            SiteEntity site = siteRepository.findByUrl(startUrl);
-            if (site != null) {
-                logger.info("Найден существующий SiteEntity с ID: {}", site.getId());
-                pageRepository.deleteBySite(site);
-                logger.info("Удалены все PsgeEntity для SiteEntity с ID: {}", site.getId());
-                siteRepository.delete(site);
-                logger.info("Удален SiteEntity с ID: {}", site.getId());
-            }
-
-            // Создаем новую запись в таблице site со статусом INDEXING
-            site = new SiteEntity();
-            site.setName(siteName);
-            site.setUrl(startUrl);
-            site.setStatus(StatusType.INDEXING);
-            site.setStatus_time(LocalDateTime.now());
-            site = siteRepository.save(site); // Сохраняем и обновляем объект
-
-            logger.info("Создана новая запись в таблице site с ID: {}", site.getId());
-
+            System.out.printf("\n=== Начало индексации %s (%s) ===\n", siteName, startUri);
             Link rootLink = new Link(startUri, null); // Создаем корневой Link
-            allLinks.add(rootLink); // Добавляем корневую ссылку во множество всех ссылок
-            parse(rootLink, site, visitedLinks, allLinks); // Запуск парсинга
-
-            // Обновляем статус сайта на INDEXED
-            site.setStatus(StatusType.INDEXED);
-            site.setStatus_time(LocalDateTime.now());
-            siteRepository.save(site);
-
-            logger.info("Статус сайта обновлен на INDEXED с ID: {}", site.getId());
+            parse(rootLink, visitedLinks); // Запуск парсинга
         } catch (URISyntaxException e) {
-            logger.error("Некорректный URL: {}", startUrl, e);
-            handleIndexingError(startUrl, "Некорректный URL: " + startUrl);
+            System.out.println("Некорректный URL: " + startUrl);
         } catch (InterruptedException e) {
-            logger.error("Индексация была прервана: {}", e.getMessage(), e);
-            handleIndexingError(startUrl, "Индексация была прервана: " + e.getMessage());
-        } catch (Exception e) {
-            logger.error("Произошла ошибка при индексации: {}", e.getMessage(), e);
-            handleIndexingError(startUrl, "Произошла ошибка при индексации: " + e.getMessage());
+            System.out.println("Индексация была прервана: " + e.getMessage());
+            Thread.currentThread().interrupt();
         } finally {
             indexingIsRunning = false;
-            logger.info("=== Индексация завершена ===");
-            logger.info("Всего страниц проиндексировано: {}", visitedLinks.size());
+            System.out.println("\n=== Индексация завершена ===");
+            System.out.println("Всего страниц проиндексировано: " + visitedLinks.size());
         }
     }
 
-    private void parse(Link link, SiteEntity site, Set<URI> visitedLinks, Set<Link> allLinks) throws InterruptedException {
+    private void parse(Link link, Set<URI> visitedLinks) throws InterruptedException {
         // Добавляем текущий URL в visitedLinks до начала обработки
         if (!visitedLinks.add(link.uri())) {
-            logger.debug("URL уже был обработан: {}", link.uri());
             return; // Если URL уже был обработан, выходим
         }
 
-        // Обновляем время статуса
-        site.setStatus_time(LocalDateTime.now());
-        siteRepository.save(site);
-
-        // Задержка для соблюдения правил robots.txt
-        try {
-            Thread.sleep((long) (50 + (Math.random() * 150)));
-        } catch (InterruptedException e) {
-            logger.error("Парсинг был прерван: {}", e.getMessage(), e);
-            Thread.currentThread().interrupt();
-            throw new RuntimeException("Парсинг был прерван: " + e.getMessage(), e);
-        }
-
-        logger.info("Парсим страницу: {}", link.uri());
+        // Задержка для защиты от блокировки
+        Thread.sleep((long) (50 + (Math.random() * 150)));
+        System.out.println("Парсим страницу: " + link.uri());
 
         // Добавляем дочерние ссылки
-        try {
-            addChildLinks(link, site, visitedLinks, allLinks);
-        } catch (Exception e) {
-            logger.error("Ошибка при добавлении дочерних ссылок для {}: {}", link.uri(), e.getMessage(), e);
-            throw e; // Пробрасываем исключение дальше
-        }
+        addChildLinks(link, visitedLinks);
 
         // Рекурсивно обрабатываем дочерние ссылки
-        for (Link child : new HashSet<>(allLinks)) { // Создаем копию множества для итерации
-            if (!visitedLinks.contains(child.uri())) {
-                try {
-                    parse(child, site, visitedLinks, allLinks);
-                } catch (InterruptedException e) {
-                    logger.error("Парсинг был прерван: {}", e.getMessage(), e);
-                    Thread.currentThread().interrupt();
-                    throw new RuntimeException("Парсинг был прерван: " + e.getMessage(), e);
-                } catch (Exception e) {
-                    logger.error("Произошла ошибка при парсинге {}: {}", child.uri(), e.getMessage(), e);
-                }
+        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, SiteEntity site, Set<URI> visitedLinks, Set<Link> allLinks) {
+    private void addChildLinks(Link link, Set<URI> visitedLinks) {
         try {
-            logger.debug("Пытаемся получить страницу: {}", link.uri());
             Document document = Jsoup.connect(link.uri().toString())
                     .userAgent("Mozilla/5.0")
                     .referrer("https://www.google.com")
                     .get();
-            logger.debug("Страница успешно получена: {}", link.uri());
-
-            // Проверяем, что site не равен null
-            if (site == null) {
-                throw new IllegalStateException("SiteEntity не может быть null");
-            }
-
-            // Получаем путь
-            String path = link.uri().getPath();
-            if (path == null || path.isEmpty()) {
-                path = "/"; // Устанавливаем корневой путь, если он пустой
-            }
-            PageEntity existingPage = pageRepository.findBySiteAndPath(site, path);
-            if (existingPage == null) {
-                // Сохраняем страницу в базу данных
-                PageEntity page = new PageEntity();
-                page.setSite(site); // Устанавливаем связь с SiteEntity
-                page.setPath(path);
-                page.setCode(document.connection().response().statusCode());
-                page.setContent(document.outerHtml());
-                pageRepository.save(page);
-                logger.info("Сохранена страница: {}", link.uri());
-            } else {
-                logger.warn("Страница уже существует: {}", link.uri());
-            }
 
             document.select("a[href]").forEach(element -> {
                 String hrefStr = element.attr("href").strip();
@@ -207,46 +107,34 @@ public class IndexingServiceImpl implements IndexingService {
 
                     // Проверяем, что ссылка корректна
                     if (isCorrectUrl(link.uri(), href, visitedLinks)) {
-                        Link childLink = new Link(href, link);
-                        allLinks.add(childLink); // Добавляем дочернюю ссылку в список всех ссылок
-                        logger.debug("Добавлена дочерняя ссылка: {}", childLink.uri());
+                        link.addChild(href); // Используем метод addChild из класса Link
                     }
                 } catch (Exception e) {
-                    logger.warn("Некорректная ссылка: {}", hrefStr, e);
+                    // Игнорируем некорректные URL без вывода сообщений
                 }
             });
-        } catch (HttpStatusException e) {
-            logger.warn("HTTP ошибка при добавлении дочерних ссылок: Status={}, URL={}", e.getStatusCode(), e.getUrl());
-        } catch (DataIntegrityViolationException e) {
-            logger.error("Ошибка целостности данных при сохранении страницы: {}", e.getMessage());
-            throw e; // Пробрасываем исключение дальше
         } catch (Exception e) {
-            logger.error("Ошибка при добавлении дочерних ссылок: {}", e.getMessage(), e);
-            throw new RuntimeException("Ошибка при добавлении дочерних ссылок", e);
+            // Игнорируем ошибки без вывода сообщений
         }
     }
 
     private URI normalizeUri(URI href) {
         try {
-            String path = href.getPath();
-            if (path == null || path.isEmpty()) {
-                path = "/"; // Устанавливаем корневой путь, если он пустой
+            String path = href.getPath(); // Получаем путь
+            if (path == null) {
+                path = ""; // Если путь равен null, заменяем на пустую строку
             } else {
-                path = path.replaceAll("/+$", "");
-                if (path.isEmpty()) {
-                    path = "/";
-                }
+                path = path.replaceAll("/+$", ""); // Убираем завершающие слэши
             }
             return new URI(
                     href.getScheme(),
                     href.getAuthority(),
-                    path,
+                    path, // Используем обработанный путь
                     null,
                     href.getFragment()
             );
         } catch (URISyntaxException e) {
-            logger.warn("Некорректный URL: {}", href, e);
-            return href;
+            return href; // В случае ошибки возвращаем исходный URI
         }
     }
 
@@ -254,13 +142,11 @@ public class IndexingServiceImpl implements IndexingService {
         // Проверка на некорректные протоколы
         String hrefStr = href.toString();
         if (hrefStr.startsWith("javascript:") || hrefStr.startsWith("mailto:") || hrefStr.startsWith("tel:")) {
-            logger.debug("Некорректный протокол: {}", hrefStr);
             return false;
         }
 
         // Проверка на принадлежность тому же домену
         if (href.getHost() == null || !href.getHost().equals(baseUri.getHost())) {
-            logger.debug("Ссылка не принадлежит тому же домену: {}", hrefStr);
             return false;
         }
 
@@ -268,25 +154,10 @@ public class IndexingServiceImpl implements IndexingService {
         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()) {
-            logger.debug("Ссылка на файл или якорь: {}", hrefStr);
             return false;
         }
 
         // Проверка на уже посещенные ссылки
         return !visitedLinks.contains(href);
     }
-
-    private void handleIndexingError(String startUrl, String errorMessage) {
-        SiteEntity site = siteRepository.findByUrl(startUrl);
-        if (site != null) {
-            site.setStatus(StatusType.FAILED);
-            site.setLast_error(errorMessage);
-            site.setStatus_time(LocalDateTime.now());
-            siteRepository.save(site);
-            logger.error("Ошибка индексации для сайта {}: {}", startUrl, errorMessage);
-        } else {
-            logger.error("Не удалось найти SiteEntity для URL: {}", startUrl);
-        }
-        logger.error(errorMessage);
-    }
 }