代码:
SafeRun加锁设置url的已访问
通过
for i:=0; i < len(urls); i++{
<-sub_quit
}
父go线程等待子go线程结束
package main
import (
"fmt"
)
type Fetcher interface {
// Fetch 返回 URL 的 body 内容,并且将在这个页面上找到的 URL 放到一个 slice 中。
Fetch(url string) (body string, urls []string, err error)
}
var lockx = make(chan int,1)
func SafeRun(f func()){
<-lockx
f()
lockx <-1
}
var visited map[string]bool = make(map[string]bool)
// Crawl 使用 fetcher 从某个 URL 开始递归的爬取页面,直到达到最大深度。
func Crawl(url string, depth int, fetcher Fetcher, quit chan int) {
// TODO: 并行的抓取 URL。
// TODO: 不重复抓取页面。
// 下面并没有实现上面两种情况:
defer func(){
quit<-1
}()
if depth <= 0 || visited[url] {
return
}
body, urls, err := fetcher.Fetch(url)
SafeRun(func(){
visited[url]=true
})
if err != nil {
fmt.Println(err)
return
}
fmt.Printf("found: %s %q\n", url, body)
sub_quit := make(chan int,len(urls))
for _, u := range urls {
Crawl(u, depth-1, fetcher,sub_quit)
}
for i:=0; i < len(urls); i++{
<-sub_quit
}
return
}
func main() {
lockx<-1
quit := make(chan int,1)
Crawl("http://golang.org/", 4, fetcher,quit)
fmt.Println(<-quit)
}
// fakeFetcher 是返回若干结果的 Fetcher。
type fakeFetcher map[string]*fakeResult
type fakeResult struct {
body string
urls []string
}
func (f fakeFetcher) Fetch(url string) (string, []string, error) {
if res, ok := f[url]; ok {
return res.body, res.urls, nil
}
return "", nil, fmt.Errorf("not found: %s", url)
}
// fetcher 是填充后的 fakeFetcher。
var fetcher = fakeFetcher{
"http://golang.org/": &fakeResult{
"The Go Programming Language",
[]string{
"http://golang.org/pkg/",
"http://golang.org/cmd/",
},
},
"http://golang.org/pkg/": &fakeResult{
"Packages",
[]string{
"http://golang.org/",
"http://golang.org/cmd/",
"http://golang.org/pkg/fmt/",
"http://golang.org/pkg/os/",
},
},
"http://golang.org/pkg/fmt/": &fakeResult{
"Package fmt",
[]string{
"http://golang.org/",
"http://golang.org/pkg/",
},
},
"http://golang.org/pkg/os/": &fakeResult{
"Package os",
[]string{
"http://golang.org/",
"http://golang.org/pkg/",
},
},
}