（九）分别记录访问过的页面与已发现的书

1. 两份去重状态对应两种工作

目录页的集合回答“这一页处理过没有”，详情任务的映射回答“这个链接安排过没有”。它们解决的重复不同，不能用一份书名列表同时代替。

示例中的 links.setdefault(link, None) 只在第一次看到键时插入。字典保留首次插入次序，因此既能识别重复，又能沿目录发现顺序安排详情。第二次遇到 b102 不追加任务，但处理下一张卡片的循环继续推进。

2. URL 去重之后仍然检查记录身份

一个详情可能有正常地址和跳转别名；两个 URL 不同，最后读到的源站编号却相同。URL 去重减少重复请求，source_id 去重整理已经取得的记录。书名会被修改，也可能同名，所以这里用页面提供的稳定编号识别源站记录。

前面的业务书籍库按标题识别一本书；采集层保留源站编号，导入时再统一经过 validate_books。这些字段分别在处理自己的问题，没有把两个系统中的编号混作同一个值。