09-01 给目录增加第四页

题目

放入两本已存在的书和一本新书；先手算卡片总数与唯一记录数，再运行同步和完整采集器，对照待处理任务与最终记录。

推导与做法

原站三页分别有 3、3、3 张卡片，共 9 张，去重后为 b101 到 b106 六本。第四页放入 b101、b106、b107 后，共 12 张卡片、7 个唯一编号，真正新增的只有 b107。

代码沿用原站的 PAGES 与 BOOKS，生成四页 HTML，交给原来的 parse_catalog 与 CrawlState。同步集合与进度库都得到 7 项，四个目录任务和七个详情任务全部完成。

过程图

%% 每个节点保留输入、执行位置或执行后的实际状态。 flowchart TD S0["前三页9张卡片，6个编号"] S1["第四页 b101、b106、b107"] S0 --> S1 S2["共12张卡片，详情URL去重为7项"] S1 --> S2 S3["四页和七项全部done，结果7本"] S2 --> S3 classDef default fill:#EEF0FB,stroke:#4657B5,color:#24324A linkStyle default stroke:#4657B5

实现与运行

查看带注释实现。本题与相关处理函数放在同一章节代码文件中；启动工具负责定位相邻项目和选择题号。

在配套目录的 爬虫与数据采集/crawler_project 中运行。先按项目 README 执行 uv sync --locked。

# 使用项目解释器运行本题，题号决定执行哪一组演示。
uv run python "../../学习索引/参考实现/代码/ch09.py" 09-01

程序按题号输出处理后的值、查询结果或状态。先和前面的手算比较，再修改一项输入重跑。

查看本题运行结果

# 与上面的手算状态和题目数值逐项比较。
{
  "cards": 12,
  "sync_unique": 7,
  "stateful": {
    "pages_done": 4,
    "pages_pending": 0,
    "jobs_done": 7,
    "jobs_pending": 0,
    "items": 7
  },
  "new": [
    "b107"
  ]
}