(十)沿一次采集核对页面
首次运行报告中,raw=10、unique=6、duplicates=3、rejected=1、inserted=6。十条原始卡片中,三条是规范化后相同的重复记录,一条空书名被拒收,因此留下六本。
先在页面选择“未读”,点击查询,再点下一页。浏览器地址仍带 finished=0,本页只剩 b106。用 JSON 接口也应得到总数四、本页一条。
# 终端查询可以先核对书名,再与页面比较。
uv run catalog query --q Python
# 直接请求分页接口,观察 total、page 与 items。
curl "http://127.0.0.1:8781/api/books?finished=0&page=2"
重新执行 collect,报告中的 unchanged=6,仍然只有六本书,但 runs 增加一次。关闭查询进程后再启动,页面读取相同数据库,数据不会随 Python 内存对象消失。