我应该将哪个jBoss和EJB3功能用于Web Crawler

Question

大家新年快乐，现在我正在尝试开发自己的机器人（ 网络爬虫 ），该机器人将通过Internet遍历搜索引擎。 我正在考虑使用jboss scheduler-service来安排bot和类似的东西来获取内容：

URL u = new URL("http://www.google.kz");
  InputStream in = u.openStream();

我想问一下我应该使用哪些EJB3或jBoss功能来有效地（正确地）开发我的机器人？ 我是EJB3和jBoss的新手。

如果你有更好的想法，你可以在这里。我正在开发搜索引擎来练习我的Java技能和学术问题，我不打算与谷歌竞争:)

• jboss-5.1.0.GA
• XP
• EJB3
• 日蚀太阳神

PS：我还没有决定如何解析html，我正在考虑类似“ 解析HTML”的内容 。 你能推荐什么？

Answer 1

您根本不需要EJB或JBoss。 实际上，我几乎无法想到将它们用于网络爬虫。 只有当您使用JPA存储爬网结果时，您才可以使用容器管理的事务，并自动注入JPA实体管理器。 除此之外 - 没有。