Question

我正在尝试构建一个Web抓取工具，允许我定义如何通过DSL抓取页面。首先编译树（不是二叉树），然后使用该树来刮取页面。

问题是我遇到了一些奇怪的重复问题，尽管代码块增加了被调用三次的字段，不知何故，字段被添加到每个节点（其中有＆＃39） ;重新是5）。我无法弄清楚这是怎么发生的，所以我想我会问堆栈。

重要的代码是here，我将终端输出设置为.json，以便更容易阅读。

编辑：

我一直在查看哈希的object_ids，@data个对象中的容器哈希值（Node）有不同的ID，但fields哈希值在容器哈希内部似乎都共享相同的ID，因此更新一个更新其他ID。

我不确定为什么会发生这种情况，因为我正在复制（现在克隆）我传入初始树节点的init哈希，为什么哈希仍然引用相同的哈希对象。

Answer 1

好的，为了解决这个问题，我必须更改设置@data容器中项目的机制，这样它现在基本上每次添加时都会创建一个新的副本，所以现在它看起来像这样：

def set_info(type,name,xpath,meta)
  #see, I have to grab the current hash then merge the new data into it and then overwrite the old hash with the new one :(
  @tree[@tree_pointer].data[type] = @tree[@tree_pointer].data[type].merge({name => {
    xpath: join_xpath(xpath),
    meta: meta
  }})
end

当然不理想，但这是确保ruby停止复制引用并实际创建单独哈希对象的唯一方法，复制问题现在已经消失。

尽管如此，如果有人有更好的方法可以做到这一点，那我就是全部。

建立树状结构，获得奇怪的重复问题

1 个答案: