1 / 9

Text Processing Google APi

Text Processing Google APi. Basi di Dati Multimediali - Giugno 2005 Marco Ernandes: ernandes@dii.unisi.it. Introduzione. Google Web APIs è una servizio software (beta) che permette a un qualsiasi programma di collegarsi direttamente al motore di ricerca Google.

hetal
Download Presentation

Text Processing Google APi

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Text ProcessingGoogle APi Basi di Dati Multimediali - Giugno 2005 Marco Ernandes: ernandes@dii.unisi.it

  2. Introduzione • Google Web APIs è una servizio software (beta) che permette a un qualsiasi programma di collegarsi direttamente al motore di ricerca Google. • E’ destinato a tutti gli sviluppatori di software che vogliono usare Google come risorsa. • L’interfaccia tra un programma e Google avviene attraverso gli standard SOAP e WSDL. • Sono supportati i seguenti ambienti di programmazione: Java, Perl, Visual Studio .NET • Download delle API e della documentazione da: http://www.google.com/apis/

  3. Istallazione • Download the developer's kit: • The Google Web APIs developer's kit provides documentation and example code for using the Google Web APIs service. The download includes Java and .NET programming examples and a WSDL file for writing programs on any platform that supports web services.   • Create a Google Account • To access the Google Web APIs service, you must create a Google Account and obtain a license key. Your Google Account and license key entitle you to 1,000 automated queries per day.  • Write your program using your license key • Your program must include your license key with each query you submit to the Google Web APIs service. Check out our Getting Help page or read the FAQs for more information.

  4. Istallazione • Il file googleapi.zip (developer’s kit) contiene: • googleapi.jar – Libreria Java Google Web APIs service. • GoogleAPIDemo.java – Programma esempio che usa googleapi.jar • Example .NET – programmi esempio in VBasic e C# che usano Google Web APIs. • APIs_Reference.html- Documentazione generale delle API. • Javadoc - Documentazione della libreria JAVA. • GoogleSearch.wsdl– Descrizione WSDL delle Google SOAP API. • soap-samples/- Esempi di messaggi SOAP al servizio.

  5. WSDL e SOAP • WSDL: • Web Services Description Language • The standard format for describing a web service. • Expressed in XML, a WSDL definition describes how to access a web service and what operations it will perform. • SOAP: • Simple Object Access Protocol. • È un protocollo per comunicazioni tra applicazioni. • Descrive un formato per spedire messaggi. • Basato su XML, è language e platform-independent. <soap11:Envelope xmlns="urn:GoogleSearch“ xmlns:soap11="http://...”> <soap11:Body> <doGoogleSearch> <key>e7gxV1…</key> <q>telephone inventor </q> <start>0</start> <maxResults>10</maxResults> </doGoogleSearch> </soap11:Body> </soap11:Envelope>

  6. GoogleAPIDemo.java public class GoogleAPIDemo { public static void main(String[] args) { // Parametri passati come argomenti String clientKey = args[0]; String directive = args[1]; String directiveArg = args[2]; // Create l’object Google Search GoogleSearch s = new GoogleSearch(); // set our authorization key s.setKey(clientKey); // argomento “directive” stabilisce se si // si vuol fare una search o una cached query try { // se è stata selezionata una “search” query if (directive.equalsIgnoreCase("search")) { s.setQueryString(directiveArg); GoogleSearchResult r = s.doSearch(); // stampa i risultati del search System.out.println("Google Search Results:"); System.out.println(r.toString()); } // se è stata selezionata una “cached” query else if (directive.equalsIgnoreCase("cached")) { byte [] cb = s.doGetCachedPage(directiveArg); // stampa il documento cached System.out.println("Cached page:"); String cachedString = new String(cb); System.out.println(cachedString); } // catch di una eccezione nella ricerca Google } catch (GoogleSearchFault f) { System.out.println("The call to the Google Web APIs failed:"); System.out.println(f.toString()); } } }

  7. RICERCA con la classe GoogleSearch // stabilisce la stringa di restrizione // es: “site:www.repubblica.it” oppure // es: “intitle:crosswords” void setRestrict(String restrict) // setta la ricerca sicura // (evita pornografia) void setSafeSearch(boolean safe) // stabilisce da che punto far // cominciare i risultati void setStartResult(int start) // invoca una ricerca che ritorna un // oggetto GoogleSearchResult GoogleSearchResult doSearch() // scarica dalla cache di Google il // documento con indirizzo “url” byte[] doGetCachedPage(String url) // specifica la chiave per l’autorizzazione void setKey(String key) // specifica la lingua // es:s.setLanguageRestricts("lang_it"); void setLanguageRestricts(String lr) // setta il numero max. di risultati: ogni // query ritorna al massimo 10 documenti // quindi un setMaxResults(100) mette in // moto 10 query diverse !!! void setMaxResults(int maxResults) // settano il proxy (se necessario) void setProxyHost void setProxyPassword … // stabilisce la stringa di query da // passare a Google void setQueryString(String query)

  8. Managing dei risultati • GoogleSearchResult: classe che contiene tutta l’informazione presente nella pagina html di risposta. // numero stimato di risultati ottenuti int getEstimatedTotalResultsCount() // ritorna l’array dei ResultElements GoogleSearchResultElement[] getResultElements() // ritorna il tempo di ricerca in secondi double getSearchTime() // fornisce suggerimenti per la ricerca String getSearchTips() • GoogleSearchResultElement: classe che contiene l’info. di una singola risposta. // dimensione (in Kb) del file in cache String getCachedSize() // nome directory Google in cui si trova String getDirectoryTitle() // ritorna la snippet del documento String getSnippet() // ritorna il titolo del documento String getTitle() // ritorna la URL del documento String getURL()

  9. Come “sgraffignare” Google • Usare le Google API è il modo corretto di sfruttare il motore di ricerca. Ma 1000 queries sono pochine  … • Se da un programma si fa una richiesta HTTP a Google mettendo la query nell’indirizzo la richiesta viene rifiutata! (es: www.google.it/search?q=telephone+inventor) • Per aggirare il problema il trucco è semplice: far finta di essere un browser! URL webPage = new URL(urlString); // effettua il fake di Mozilla per ingannare il motore di ricerca HttpURLConnection urlConn = (HttpURLConnection) webPage.openConnection(); urlConn.setRequestProperty("User-Agent", "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.1.4322)"); InputStream inputStream = urlConn.getInputStream(); BufferedReader in = new BufferedReader(new InputStreamReader(inputStream)); String inputLine; // leggi tutto il file while ( (inputLine = in.readLine()) != null) retrieved += inputLine; in.close(); NON FATELO!!!! ALTRIMENTI GOOGLE METTE IL VOSTRO IP IN UNA BLACKLIST

More Related