this is for holding javascript data
Thomas edited begin_itemize_item_item1_end__.tex
almost 8 years ago
Commit id: 106ed3f285c48429086ad55cda44268a8ecb5bab
deletions | additions
diff --git a/begin_itemize_item_item1_end__.tex b/begin_itemize_item_item1_end__.tex
index 1461a7f..fdbffdf 100644
--- a/begin_itemize_item_item1_end__.tex
+++ b/begin_itemize_item_item1_end__.tex
...
Neben internen Links enthalten Wikipedia-Artikel auch externe Links zu anderen
Webseiten. Insbesondere die Quellenangaben bestehen oft ausschließlich aus Links zu
Nachrichtenseiten oder andere Informationsseiten. Oftmals sind die Links aber nach
ein paar Jahren nicht mehr gültig, weil zum Beispiel die Seite ihr Adressen-Schema
geändert hat oder komplett offline ist. Diese nennt man auch "`tote Links"'.
In dieser Aufgabe soll eine Java-Programm geschrieben werden, das einen Link von
einem Wikipedia-Artikel erhält und den Artikel auf tote Links überprüft. Dabei geht
das Programm folgendermaßen vor:
\begin{itemize}
\item
item1 Quelltext des Wikipedia-Artikels über HTTPS herunterladen
\item Externe Links mit regulären Ausdrücken extrahieren
\item Allen externen Links nacheinander folgen, dh. ebenfalls den Quelltext der
Seiten herunterladen
\item{
Die externen Links klassifizieren auf Grund der Antwort des Servers
\begin{itemize}
\item Link ist tot, wenn der Server einen Fehlercode zurückgibt (die Codes
zwischen 400 und 599 sind Fehlercodes)
\item Link ist tot, wenn der Quelltext eine alleinstehende "`404"' enthält.
(Eine Zahl wie "`24045"' deutet dagegen nicht auf einen toten Link hin.)
\item Es kann notwendig sein, einer Weiterleitung des Servers zu folgen. Eine
Weiterleitung an sich deutet noch nicht auf einen toten Link hin.
\end{itemize}
}
\end{itemize}
\begin{lstlisting}
for i:=maxint to 0 do
begin
{ do nothing }
end;
Write('Case insensitive ');
Write('Pascal keywords.');
\end{lstlisting} Wir ignorieren den Fall, dass die Zahl "`404"' legitim auf einer Seite vorkommt.