e930ac41c8
一、后台只留一个「爬虫」页（/admin/spider） 抓取与入库本就是同一条流水线的上下游，分两页看谁都看不全。 新页三块：状态条（在线/卡住 + 队列数 + 待入库数）、正在抓（含进度与心跳）、 最近入库结果（品牌/场次/结果/说明）。只读，取消与重试一并下线。 二、抓取一律全量 删除品牌页的场次上限下拉与 hidden maxShows=3，入队固定 0（全量）。 crawl_tasks.max_shows 列保留，历史任务照常显示。 三、跳过判定改覆盖率 - brand_runways 增加 expected_images（spider 上报的应有张数） - /shows/covered 返回 images + expected - 实际张数 >= 应有 - 5 才跳过；expected=0 时回落 10 张阈值 - 实体已存在时不再直接跳过：按 key 比对把缺的图补进库（repaired） 否则「判定不完整→重爬→后端跳过」会形成死循环，带宽白花、缺图永远补不上 四、租约 900→300 秒，且心跳算存活 只看 locked_at 会把跑了几小时的全量抓取误判成卡死； 加上 progress_at 后，真卡住 5 分钟才回收。
77 lines
2.4 KiB
Go
77 lines
2.4 KiB
Go
package handler
|
||
|
||
import (
|
||
"bytes"
|
||
"strings"
|
||
"testing"
|
||
|
||
"github.com/gin-gonic/gin"
|
||
)
|
||
|
||
// TestSpiderPageRenders 守住「爬虫」页的三块内容与轮询锚点。
|
||
//
|
||
// 这类模板错误不会编译失败，只会在打开页面时 500 或空白，
|
||
// 所以用一个渲染测试把「有任务 / 卡住 / 有入库结果」这几种情况固定下来。
|
||
func TestSpiderPageRenders(t *testing.T) {
|
||
tpl, ok := pageTemplates["spider"]
|
||
if !ok {
|
||
t.Fatal("spider 模板未注册")
|
||
}
|
||
|
||
data := gin.H{
|
||
"NavKey": "spider",
|
||
"PendingReviews": 0,
|
||
"State": "可能卡住",
|
||
"StateClass": "failed",
|
||
"RunningCount": 1,
|
||
"QueuedCount": 2,
|
||
"PendingIngest": 3,
|
||
"Running": []spiderRunView{{
|
||
ID: 85,
|
||
BrandName: "Amiri",
|
||
Progress: "12/47 场 · Fall 2021 Menswear（24/38 张）",
|
||
Beat: "11 分钟",
|
||
Stale: true,
|
||
Worker: "vm-1-74218-0",
|
||
}},
|
||
"Queued": []spiderQueueView{
|
||
{BrandName: "Celine", Since: "10-25 23:30", Waiting: "8 分钟"},
|
||
{BrandName: "Gucci", Since: "10-25 23:35", Waiting: "3 分钟"},
|
||
},
|
||
"Results": []spiderResultView{
|
||
{At: "10-25 23:12", BrandName: "Amiri", Title: "Fall 2019 Menswear", Result: "新建", Note: "新建 34 张图"},
|
||
{At: "10-25 23:08", BrandName: "Gucci", Title: "Fall 2020 RTW", Result: "失败", Note: "图片下载超时", Bad: true},
|
||
},
|
||
}
|
||
|
||
var buf bytes.Buffer
|
||
if err := tpl.ExecuteTemplate(&buf, "layout", data); err != nil {
|
||
t.Fatalf("渲染爬虫页失败: %v", err)
|
||
}
|
||
out := buf.String()
|
||
|
||
for _, want := range []string{
|
||
`id="running-body"`, // 轮询重建的目标容器
|
||
"/admin/spider/live", // 轮询地址
|
||
"12/47 场 · Fall 2021 Menswear（24/38 张）", // 进度文案原样输出
|
||
"Celine", // 待抓队列
|
||
"新建 34 张图", // 入库结果说明
|
||
} {
|
||
if !strings.Contains(out, want) {
|
||
t.Errorf("页面缺少 %q", want)
|
||
}
|
||
}
|
||
|
||
// 卡住要能看出来：进度单元格带 stale 样式。
|
||
if !strings.Contains(out, "progress stale") {
|
||
t.Error("疑似卡住的任务没有 stale 样式")
|
||
}
|
||
// 失败结果要走 failed 徽标，正常结果走 done 徽标。
|
||
if !strings.Contains(out, `class="badge failed"`) {
|
||
t.Error("失败结果没有 failed 徽标")
|
||
}
|
||
if !strings.Contains(out, `class="badge done"`) {
|
||
t.Error("正常结果没有 done 徽标")
|
||
}
|
||
}
|