深入浅出 jackrabbit 六 文本提取（上)

核心提示： 方法很简单，就是调用reader的读取，深入浅出 jackrabbit 六 文本提取（上)(6)，只是它调用的是Reader类的read（）方法：Java代码publicintread(charcbuf[])throwsIOException{returnread(cbuf,0,cbuf.len

方法很简单，就是调用reader的读取，只是它调用的是Reader类的read（）方法：

Java代码　　　

public　int　read(char　cbuf[])　throws　IOException　{　
　　return　read(cbuf,　0,　cbuf.length);　
　　}　
而其实目标的方法是子类的read(cbuf,　0,　cbuf.length)；也就是说应该是TextExtractorReader#　read(cbuf,　0,　cbuf.length),那么我们来看一下这个方法TextExtractorReader#　read：这个read方法才是真正为LazyTextExtractorField#stringValue返回数据的地方　
　　public　int　read(char　cbuf[],　int　off,　int　len)　throws　IOException　{　
/*事实上，这里的extractedText应该是不会等于空的，因为如果是异步提取，那么在lucene调用read方法之前，extract线程早就把extractedText提取出来，或者将其置为new　StringReader(“”)了,除非一个document在isExtractorFinished返回false的时候，也被加入了　indexwriter。在正常流程的debug过程中，ahuaxuan并没有发现程序执行到这个if块里面*/　
　
　　　　if　(extractedText　==　null)　{　
　　　　　　//　no　reader　present　
　　　　　　//　check　if　job　is　started　already　
　　　　　　if　(jobStarted)　{　
　　　　　　　　//　wait　until　available　
/*如果任务已经开始，那么等待读取文本，那么如果任务开始，这个开始是谁开始的呢？其实就是后面要讲到的第二种触发方式,这里是无限时等待，太恐怖了，所以这个代码段是存在危险的,实际上，如果我们如果在每个单独的Extractor类中设置专门的超时时间，那么这里就没有问题了。*/　
　　　　　　　　extractedText　=　job.getReader(Long.MAX_VALUE);　
　　　　　　}　else　{　
　　　　　　　　//　execute　with　current　thread　
/*如果提取任务还没有被触发，则把该线程实例放到DIRECT_EXECUTOR这个线程池中运行,注意，其实这个类很诡异，它并不是一个线程池，它拿到线程对象之后会调用run方法，而不是start，这也意味着这个操作是非异步的，这里不会有多线程的问题　*/　
　　　　　　　　try　{　
　　　　　　　　　　DIRECT_EXECUTOR.execute(job);　
　　　　　　　　}　catch　(InterruptedException　e)　{　
　　　　　　　　　　//　current　thread　is　in　interrupted　state　
　　　　　　　　　　//　->　ignore　(job　will　not　return　a　reader,　which　is　fine)　
　　　　　　　　}　
/*同步执行，立即取结果，取不到就返回null*/　
　　　　　　　　extractedText　=　job.getReader(0);　
　　　　　　}　
　
　　　　　　if　(extractedText　==　null)　{　
　　　　　　　　//　exception　occurred　
　　　　　　　　extractedText　=　new　StringReader("");　
　　　　　　}　
　　　　}　
　　　　return　extractedText.read(cbuf,　off,　len);　
　　}