1.1      软件性能

　　功能测试用例通过率达到94%。爬取的网页达到10^2数量级时，平均用时不超过1.5分钟。

　　CPU占用率如下表：

序号	爬取数	CPU占用率（%）	内存占用率（KB）
1	10	2.28	174650
2	100	8.46	190878
3	1000	29.54	152768

可靠性，安全性，易用性均经过测试并达到测试要求。

1.2      输入、处理、输出

2.6.1   输入

1)     网络爬取过程开始的一个或多个源网址。

2)     预期抓取的网页数量。

2.6.2   处理

　　程序将从源网址（输入1）开始依次爬取下一级链接或下一源网址队列中下一链接，爬取到预期爬取网页数量后（输入2）停止爬取。

　　点击start键开始爬取。

　　点击close键关闭软件。

2.6.3    输出

1)        已爬取的URL数；

2)        当前爬取URL；

3)        爬取进度；

4)        爬取状态；

5)        爬取的URL；

6)        本地File目录下爬取结果下载的文件内容，包含html等文件。

7)        数据库中保存文件的绝对路径、文件的下载地址及对应URL的网页编码与类型、对当前文件的下载时间、

　　　　更新时间集、以及最后一次操作时间等信息。

8)        对于当前数据库中文件类型的统计，以饼状图的形式展示。

3          软件使用过程

3.1      软件安装

　　将软件压缩包中的全部文件解压到本地。

3.2      运行说明

　　本软件需运行在WINDOWS操作系统下，并需要安装最新版本的JDK和JRE。

　　配置数据库到Windows（或Windows server）数据源中，数据库名为yuanhang。数据库中包括：被抓取网页的类型、

编码等信息；文件下载后在本地的存储路径；文件的下载时间记录、更新时间记录、最后一次更新记录。

　　软件安装完成后，双击运行ThreadCrawler_final.jar文件进入软件操作界面。

3.3      控制输入

1)    运行软件出现主界面后，在主界面的select the file中选择源网址输入方式。若源网址只有一个，输入方式选择No，

　　 在URL seed中输入唯一源网址；若需爬取多个源网址，输入方式选择Yes，并在目录下test.txt文件中输入源网址队列。

　　 输入格式为：每个源网址占一行，回车换行。

2)    在主界面how much pages中输入想要抓取的网页数量。

3)    点击“start”按钮开始爬取。

3.4      输出文件

　　在本地File路径下为爬取结果下载的文件内容，包含html等文件。

　　在数据库中保存本地文件的绝对路径、文件的下载地址及对应URL的网页编码与类型、对当前文件的下载时间、

更新时间集、以及最后一次操作时间等信息。

3.5      输出报告

　　在主界面中会显示已爬取的URL数、当前爬取URL、爬取进度、爬取状态、爬取的全部URL。

3.6      数据库文件分析

　　点击主界面analyse键，可对当前数据库内文件类型以及数量信息进行统计，并以饼状图展示。

3.7      非常规过程

　　如果出现不可能处理的问题，可以直接与远航1617 小组的技术支持人员联系团队博客：

　　http://www.cnblogs.com/yuanhang1617。

4        软件维护过程

4.1     源程序清单

本软件源程序全部位于default package包中，共包括9个文件：

ConnectServer.java

CraUi.java

DownLoadFile.java

HtmlParserTool.java

LinkFilter.java

LinkQueue.java

MyCrawler.java

Queue.java

Url.java