Question

我正在尝试在Rust中构建一个基本的Web爬虫，我正在尝试移植到html5ever。截至目前，我有一个带有结构的函数，它应该返回一个Vec<String>。它从return语句中的结构中获取此Vec。为什么它总是返回一个空向量？（它与生命周期参数有关吗？）

fn find_urls_in_html<'a>(
    original_url: &Url,
    raw_html: String,
    fetched_cache: &Vec<String>,
) -> Vec<String> {
    #[derive(Clone)]
    struct Sink<'a> {
        original_url: &'a Url,
        returned_vec: Vec<String>,
        fetched_cache: &'a Vec<String>,
    }

    impl<'a> TokenSink for Sink<'a> {
        type Handle = ();

        fn process_token(&mut self, token: Token, _line_number: u64) -> TokenSinkResult<()> {
            trace!("token {:?}", token);
            match token {
                TagToken(tag) => {
                    if tag.kind == StartTag && tag.attrs.len() != 0 {
                        let _attribute_name = get_attribute_for_elem(&tag.name);

                        if _attribute_name == None {
                            return TokenSinkResult::Continue;
                        }
                        let attribute_name = _attribute_name.unwrap();

                        for attribute in &tag.attrs {
                            if &attribute.name.local != attribute_name {
                                continue;
                            }

                            trace!("element {:?} found", tag);
                            add_urls_to_vec(
                                repair_suggested_url(
                                    self.original_url,
                                    (&attribute.name.local, &attribute.value),
                                ),
                                &mut self.returned_vec,
                                &self.fetched_cache,
                            );
                        }
                    }
                }
                ParseError(error) => {
                    warn!("error parsing html for {}: {:?}", self.original_url, error);
                }
                _ => {}
            }
            return TokenSinkResult::Continue;
        }
    }

    let html = Sink {
        original_url: original_url,
        returned_vec: Vec::new(),
        fetched_cache: fetched_cache,
    };

    let mut byte_tendril = ByteTendril::new();
    {
        let tendril_push_result = byte_tendril.try_push_bytes(&raw_html.into_bytes());

        if tendril_push_result.is_err() {
            warn!("error pushing bytes to tendril: {:?}", tendril_push_result);
            return Vec::new();
        }
    }

    let mut queue = BufferQueue::new();
    queue.push_back(byte_tendril.try_reinterpret().unwrap());
    let mut tok = Tokenizer::new(html.clone(), std::default::Default::default()); // default default! default?
    let feed = tok.feed(&mut queue);

    return html.returned_vec;
}

输出结束时没有警告（由于此为空，由另一个功能引起的恐慌）。任何人都可以帮我弄清楚发生了什么事吗？

提前致谢。

Answer 1

初始化module TestAircall describe Aircall::Users do def self.user_by_id @user_by_id ||= DefaultAircall::AIRCALL.users.get_by_id(ENV['TEST_DEFAULT_USER_ID']) end DefaultTest::Run.('user_by_id') end end时，我使用：

Tokenizer

问题在于我告诉令牌生成器使用let mut tok = Tokenizer::new(html.clone(), std::default::Default::default());而不是html.clone()。因此，它将html写入克隆对象，而不是returned_vec。更改一些内容，例如使用带有可变引用的变量，可以解决此问题。

结构属性可从方法访问，但不能从外部访问

1 个答案: