添加抓取失败网址记录功能
- 新增 failed_urls 数据库表存储失败URL - 抓取失败时自动记录URL、标题、错误信息 - 搜索页面显示失败URL列表 - 支持重试单个/全部失败URL - 支持删除和清空失败记录 - 显示重试次数和时间
This commit is contained in:
@@ -106,6 +106,21 @@ class Database:
|
|||||||
)
|
)
|
||||||
''')
|
''')
|
||||||
|
|
||||||
|
# 失败的URL记录表
|
||||||
|
cursor.execute('''
|
||||||
|
CREATE TABLE IF NOT EXISTS failed_urls (
|
||||||
|
id INTEGER PRIMARY KEY AUTOINCREMENT,
|
||||||
|
url TEXT NOT NULL,
|
||||||
|
title TEXT,
|
||||||
|
error_message TEXT,
|
||||||
|
retry_count INTEGER DEFAULT 0,
|
||||||
|
status TEXT DEFAULT 'failed',
|
||||||
|
created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
|
||||||
|
last_retry_at DATETIME,
|
||||||
|
source TEXT DEFAULT 'search'
|
||||||
|
)
|
||||||
|
''')
|
||||||
|
|
||||||
conn.commit()
|
conn.commit()
|
||||||
|
|
||||||
# ========== 内容库操作 ==========
|
# ========== 内容库操作 ==========
|
||||||
@@ -309,5 +324,77 @@ class Database:
|
|||||||
''', (key, value))
|
''', (key, value))
|
||||||
conn.commit()
|
conn.commit()
|
||||||
|
|
||||||
|
# ========== 失败URL操作 ==========
|
||||||
|
def add_failed_url(self, url, title=None, error_message=None, source='search'):
|
||||||
|
"""添加失败的URL"""
|
||||||
|
with self.get_connection() as conn:
|
||||||
|
cursor = conn.cursor()
|
||||||
|
# 先检查是否已存在
|
||||||
|
cursor.execute('SELECT id, retry_count FROM failed_urls WHERE url = ?', (url,))
|
||||||
|
existing = cursor.fetchone()
|
||||||
|
|
||||||
|
if existing:
|
||||||
|
# 更新重试次数和错误信息
|
||||||
|
cursor.execute('''
|
||||||
|
UPDATE failed_urls
|
||||||
|
SET error_message = ?, last_retry_at = CURRENT_TIMESTAMP, retry_count = retry_count + 1
|
||||||
|
WHERE url = ?
|
||||||
|
''', (error_message, url))
|
||||||
|
else:
|
||||||
|
# 新增失败记录
|
||||||
|
cursor.execute('''
|
||||||
|
INSERT INTO failed_urls (url, title, error_message, source)
|
||||||
|
VALUES (?, ?, ?, ?)
|
||||||
|
''', (url, title, error_message, source))
|
||||||
|
conn.commit()
|
||||||
|
return cursor.lastrowid
|
||||||
|
|
||||||
|
def get_failed_urls(self, limit=100, status='failed'):
|
||||||
|
"""获取失败的URL列表"""
|
||||||
|
with self.get_connection() as conn:
|
||||||
|
cursor = conn.cursor()
|
||||||
|
cursor.execute('''
|
||||||
|
SELECT * FROM failed_urls
|
||||||
|
WHERE status = ?
|
||||||
|
ORDER BY created_at DESC
|
||||||
|
LIMIT ?
|
||||||
|
''', (status, limit))
|
||||||
|
return [dict(row) for row in cursor.fetchall()]
|
||||||
|
|
||||||
|
def get_failed_url_count(self):
|
||||||
|
"""获取失败URL数量"""
|
||||||
|
with self.get_connection() as conn:
|
||||||
|
cursor = conn.cursor()
|
||||||
|
cursor.execute('SELECT COUNT(*) FROM failed_urls WHERE status = "failed"')
|
||||||
|
return cursor.fetchone()[0]
|
||||||
|
|
||||||
|
def mark_url_success(self, url):
|
||||||
|
"""标记URL为成功(已处理)"""
|
||||||
|
with self.get_connection() as conn:
|
||||||
|
cursor = conn.cursor()
|
||||||
|
cursor.execute('''
|
||||||
|
UPDATE failed_urls
|
||||||
|
SET status = 'success', last_retry_at = CURRENT_TIMESTAMP
|
||||||
|
WHERE url = ?
|
||||||
|
''', (url,))
|
||||||
|
conn.commit()
|
||||||
|
return cursor.rowcount > 0
|
||||||
|
|
||||||
|
def delete_failed_url(self, url_id):
|
||||||
|
"""删除失败URL记录"""
|
||||||
|
with self.get_connection() as conn:
|
||||||
|
cursor = conn.cursor()
|
||||||
|
cursor.execute('DELETE FROM failed_urls WHERE id = ?', (url_id,))
|
||||||
|
conn.commit()
|
||||||
|
return cursor.rowcount > 0
|
||||||
|
|
||||||
|
def clear_failed_urls(self):
|
||||||
|
"""清空所有失败URL记录"""
|
||||||
|
with self.get_connection() as conn:
|
||||||
|
cursor = conn.cursor()
|
||||||
|
cursor.execute('DELETE FROM failed_urls WHERE status = "failed"')
|
||||||
|
conn.commit()
|
||||||
|
return cursor.rowcount
|
||||||
|
|
||||||
# 全局数据库实例
|
# 全局数据库实例
|
||||||
db = Database()
|
db = Database()
|
||||||
@@ -190,3 +190,87 @@ def internet_search_and_fetch():
|
|||||||
'results': fetched_results,
|
'results': fetched_results,
|
||||||
'count': len(fetched_results)
|
'count': len(fetched_results)
|
||||||
})
|
})
|
||||||
|
|
||||||
|
# ========== 失败URL管理 ==========
|
||||||
|
|
||||||
|
@bp.route('/failed-urls', methods=['GET'])
|
||||||
|
def get_failed_urls():
|
||||||
|
"""获取失败的URL列表"""
|
||||||
|
limit = request.args.get('limit', 100, type=int)
|
||||||
|
urls = db.get_failed_urls(limit=limit)
|
||||||
|
return jsonify({
|
||||||
|
'success': True,
|
||||||
|
'urls': urls,
|
||||||
|
'count': len(urls)
|
||||||
|
})
|
||||||
|
|
||||||
|
@bp.route('/failed-urls', methods=['POST'])
|
||||||
|
def add_failed_url():
|
||||||
|
"""记录失败的URL"""
|
||||||
|
data = request.get_json()
|
||||||
|
url = data.get('url')
|
||||||
|
title = data.get('title')
|
||||||
|
error_message = data.get('error_message')
|
||||||
|
source = data.get('source', 'search')
|
||||||
|
|
||||||
|
if not url:
|
||||||
|
return jsonify({'error': '请提供URL'}), 400
|
||||||
|
|
||||||
|
url_id = db.add_failed_url(url, title, error_message, source)
|
||||||
|
return jsonify({
|
||||||
|
'success': True,
|
||||||
|
'url_id': url_id,
|
||||||
|
'message': '失败URL已记录'
|
||||||
|
})
|
||||||
|
|
||||||
|
@bp.route('/failed-urls/count', methods=['GET'])
|
||||||
|
def get_failed_url_count():
|
||||||
|
"""获取失败URL数量"""
|
||||||
|
count = db.get_failed_url_count()
|
||||||
|
return jsonify({
|
||||||
|
'success': True,
|
||||||
|
'count': count
|
||||||
|
})
|
||||||
|
|
||||||
|
@bp.route('/failed-urls/<int:url_id>', methods=['DELETE'])
|
||||||
|
def delete_failed_url(url_id):
|
||||||
|
"""删除失败URL记录"""
|
||||||
|
success = db.delete_failed_url(url_id)
|
||||||
|
if success:
|
||||||
|
return jsonify({'success': True, 'message': '记录已删除'})
|
||||||
|
else:
|
||||||
|
return jsonify({'error': '记录不存在'}), 404
|
||||||
|
|
||||||
|
@bp.route('/failed-urls/clear', methods=['POST'])
|
||||||
|
def clear_failed_urls():
|
||||||
|
"""清空所有失败URL记录"""
|
||||||
|
count = db.clear_failed_urls()
|
||||||
|
return jsonify({
|
||||||
|
'success': True,
|
||||||
|
'message': f'已清空 {count} 条记录'
|
||||||
|
})
|
||||||
|
|
||||||
|
@bp.route('/failed-urls/retry', methods=['POST'])
|
||||||
|
def retry_failed_url():
|
||||||
|
"""重试失败的URL"""
|
||||||
|
data = request.get_json()
|
||||||
|
url = data.get('url')
|
||||||
|
|
||||||
|
if not url:
|
||||||
|
return jsonify({'error': '请提供URL'}), 400
|
||||||
|
|
||||||
|
# 尝试抓取
|
||||||
|
result = search_service.fetch_url_content(url)
|
||||||
|
|
||||||
|
if result and result.get('content'):
|
||||||
|
# 成功,标记为已处理
|
||||||
|
db.mark_url_success(url)
|
||||||
|
return jsonify({
|
||||||
|
'success': True,
|
||||||
|
'message': '抓取成功',
|
||||||
|
'data': result
|
||||||
|
})
|
||||||
|
else:
|
||||||
|
# 仍然失败
|
||||||
|
db.add_failed_url(url, error_message='重试失败')
|
||||||
|
return jsonify({'error': '抓取仍然失败'}), 500
|
||||||
@@ -352,3 +352,86 @@
|
|||||||
justify-content: space-between;
|
justify-content: space-between;
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
|
/* 失败URL区域 */
|
||||||
|
.failed-urls-section {
|
||||||
|
background: white;
|
||||||
|
border-radius: 12px;
|
||||||
|
box-shadow: 0 2px 4px rgba(0,0,0,0.05);
|
||||||
|
margin-top: 20px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-urls-section .panel-header {
|
||||||
|
background: #fef3c7;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-urls-section .panel-header h2 {
|
||||||
|
color: #92400e;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-count {
|
||||||
|
color: #92400e;
|
||||||
|
font-weight: bold;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-urls-list {
|
||||||
|
display: flex;
|
||||||
|
flex-direction: column;
|
||||||
|
gap: 10px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-item {
|
||||||
|
display: flex;
|
||||||
|
justify-content: space-between;
|
||||||
|
align-items: flex-start;
|
||||||
|
padding: 15px;
|
||||||
|
border: 1px solid #fcd34d;
|
||||||
|
border-radius: 8px;
|
||||||
|
background: #fffbeb;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-item.loading {
|
||||||
|
opacity: 0.5;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-info {
|
||||||
|
flex: 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-title {
|
||||||
|
font-weight: 500;
|
||||||
|
color: #333;
|
||||||
|
margin-bottom: 5px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-detail {
|
||||||
|
font-size: 13px;
|
||||||
|
margin-bottom: 5px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-detail a {
|
||||||
|
color: #3b82f6;
|
||||||
|
text-decoration: none;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-detail a:hover {
|
||||||
|
text-decoration: underline;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-error {
|
||||||
|
color: #dc2626;
|
||||||
|
margin-left: 10px;
|
||||||
|
font-size: 12px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-meta {
|
||||||
|
font-size: 12px;
|
||||||
|
color: #666;
|
||||||
|
display: flex;
|
||||||
|
gap: 15px;
|
||||||
|
}
|
||||||
|
|
||||||
|
.failed-url-actions {
|
||||||
|
display: flex;
|
||||||
|
gap: 8px;
|
||||||
|
}
|
||||||
@@ -13,6 +13,9 @@ document.addEventListener('DOMContentLoaded', () => {
|
|||||||
doSearch();
|
doSearch();
|
||||||
}
|
}
|
||||||
});
|
});
|
||||||
|
|
||||||
|
// 加载失败URL
|
||||||
|
loadFailedUrls();
|
||||||
});
|
});
|
||||||
|
|
||||||
// 执行搜索
|
// 执行搜索
|
||||||
@@ -199,17 +202,36 @@ async function fetchResult(index) {
|
|||||||
showToast('抓取成功', 'success');
|
showToast('抓取成功', 'success');
|
||||||
displayResults();
|
displayResults();
|
||||||
} else {
|
} else {
|
||||||
|
// 记录失败URL
|
||||||
|
await recordFailedUrl(result.url, result.title, data.error);
|
||||||
btn.disabled = false;
|
btn.disabled = false;
|
||||||
btn.innerHTML = '<i class="ri-download-line"></i> 抓取';
|
btn.innerHTML = '<i class="ri-download-line"></i> 抓取';
|
||||||
|
btn.className = 'btn btn-sm btn-danger';
|
||||||
showToast('抓取失败: ' + data.error, 'error');
|
showToast('抓取失败: ' + data.error, 'error');
|
||||||
}
|
}
|
||||||
} catch (error) {
|
} catch (error) {
|
||||||
|
// 记录失败URL
|
||||||
|
await recordFailedUrl(result.url, result.title, '抓取出错');
|
||||||
btn.disabled = false;
|
btn.disabled = false;
|
||||||
btn.innerHTML = '<i class="ri-download-line"></i> 抓取';
|
btn.innerHTML = '<i class="ri-download-line"></i> 抓取';
|
||||||
|
btn.className = 'btn btn-sm btn-danger';
|
||||||
showToast('抓取出错', 'error');
|
showToast('抓取出错', 'error');
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
|
// 记录失败的URL
|
||||||
|
async function recordFailedUrl(url, title, errorMessage) {
|
||||||
|
try {
|
||||||
|
await fetch(`${API_BASE}/api/articles/failed-urls`, {
|
||||||
|
method: 'POST',
|
||||||
|
headers: { 'Content-Type': 'application/json' },
|
||||||
|
body: JSON.stringify({ url, title, error_message: errorMessage })
|
||||||
|
});
|
||||||
|
} catch (error) {
|
||||||
|
console.error('记录失败URL出错:', error);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
// 保存单个结果
|
// 保存单个结果
|
||||||
async function saveResult(index) {
|
async function saveResult(index) {
|
||||||
const result = searchResults[index];
|
const result = searchResults[index];
|
||||||
@@ -432,3 +454,120 @@ function escapeHtml(text) {
|
|||||||
div.textContent = text;
|
div.textContent = text;
|
||||||
return div.innerHTML;
|
return div.innerHTML;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
// ========== 失败URL管理 ==========
|
||||||
|
|
||||||
|
// 加载失败URL列表
|
||||||
|
async function loadFailedUrls() {
|
||||||
|
try {
|
||||||
|
const response = await fetch(`${API_BASE}/api/articles/failed-urls`);
|
||||||
|
const data = await response.json();
|
||||||
|
|
||||||
|
if (data.success) {
|
||||||
|
document.getElementById('failed-count').textContent = `${data.count} 条`;
|
||||||
|
|
||||||
|
const container = document.getElementById('failed-urls-list');
|
||||||
|
|
||||||
|
if (data.urls.length === 0) {
|
||||||
|
container.innerHTML = '<div class="empty-text">暂无失败记录</div>';
|
||||||
|
} else {
|
||||||
|
container.innerHTML = data.urls.map(url => `
|
||||||
|
<div class="failed-url-item" id="failed-${url.id}">
|
||||||
|
<div class="failed-url-info">
|
||||||
|
<div class="failed-url-title">${escapeHtml(url.title || url.url.substring(0, 50))}</div>
|
||||||
|
<div class="failed-url-detail">
|
||||||
|
<a href="${escapeHtml(url.url)}" target="_blank">
|
||||||
|
<i class="ri-external-link-line"></i> ${escapeHtml(url.url.substring(0, 60))}${url.url.length > 60 ? '...' : ''}
|
||||||
|
</a>
|
||||||
|
<span class="failed-error">${escapeHtml(url.error_message || '未知错误')}</span>
|
||||||
|
</div>
|
||||||
|
<div class="failed-url-meta">
|
||||||
|
<span>重试: ${url.retry_count || 0} 次</span>
|
||||||
|
<span>${url.created_at || ''}</span>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
<div class="failed-url-actions">
|
||||||
|
<button onclick="retryFailedUrl(${url.id}, '${escapeHtml(url.url)}')" class="btn btn-sm btn-warning">
|
||||||
|
<i class="ri-restart-line"></i> 重试
|
||||||
|
</button>
|
||||||
|
<button onclick="deleteFailedUrl(${url.id})" class="btn btn-sm btn-danger">
|
||||||
|
<i class="ri-delete-bin-line"></i>
|
||||||
|
</button>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
`).join('');
|
||||||
|
}
|
||||||
|
}
|
||||||
|
} catch (error) {
|
||||||
|
console.error('加载失败URL出错:', error);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 重试单个失败URL
|
||||||
|
async function retryFailedUrl(urlId, url) {
|
||||||
|
const item = document.getElementById(`failed-${urlId}`);
|
||||||
|
item.classList.add('loading');
|
||||||
|
|
||||||
|
try {
|
||||||
|
const response = await fetch(`${API_BASE}/api/articles/failed-urls/retry`, {
|
||||||
|
method: 'POST',
|
||||||
|
headers: { 'Content-Type': 'application/json' },
|
||||||
|
body: JSON.stringify({ url })
|
||||||
|
});
|
||||||
|
|
||||||
|
const data = await response.json();
|
||||||
|
|
||||||
|
if (data.success) {
|
||||||
|
showToast('重试成功', 'success');
|
||||||
|
loadFailedUrls();
|
||||||
|
} else {
|
||||||
|
showToast('重试失败: ' + data.error, 'error');
|
||||||
|
item.classList.remove('loading');
|
||||||
|
}
|
||||||
|
} catch (error) {
|
||||||
|
showToast('重试出错', 'error');
|
||||||
|
item.classList.remove('loading');
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 全部重试
|
||||||
|
async function retryAllFailed() {
|
||||||
|
showToast('正在重试所有失败URL...', '');
|
||||||
|
|
||||||
|
const response = await fetch(`${API_BASE}/api/articles/failed-urls`);
|
||||||
|
const data = await response.json();
|
||||||
|
|
||||||
|
if (data.success && data.urls.length > 0) {
|
||||||
|
for (const url of data.urls) {
|
||||||
|
await retryFailedUrl(url.id, url.url);
|
||||||
|
await new Promise(r => setTimeout(r, 500)); // 避免太快
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 删除失败URL记录
|
||||||
|
async function deleteFailedUrl(urlId) {
|
||||||
|
try {
|
||||||
|
await fetch(`${API_BASE}/api/articles/failed-urls/${urlId}`, {
|
||||||
|
method: 'DELETE'
|
||||||
|
});
|
||||||
|
loadFailedUrls();
|
||||||
|
} catch (error) {
|
||||||
|
showToast('删除失败', 'error');
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 清空所有失败URL
|
||||||
|
async function clearFailedUrls() {
|
||||||
|
if (!confirm('确定要清空所有失败记录吗?')) return;
|
||||||
|
|
||||||
|
try {
|
||||||
|
await fetch(`${API_BASE}/api/articles/failed-urls/clear`, {
|
||||||
|
method: 'POST'
|
||||||
|
});
|
||||||
|
showToast('已清空', 'success');
|
||||||
|
loadFailedUrls();
|
||||||
|
} catch (error) {
|
||||||
|
showToast('清空失败', 'error');
|
||||||
|
}
|
||||||
|
}
|
||||||
@@ -82,6 +82,30 @@
|
|||||||
</div>
|
</div>
|
||||||
</div>
|
</div>
|
||||||
|
|
||||||
|
<!-- 失败URL区域 -->
|
||||||
|
<div class="panel failed-urls-section">
|
||||||
|
<div class="panel-header">
|
||||||
|
<h2><i class="ri-error-warning-line"></i> 抓取失败的网址</h2>
|
||||||
|
<div class="panel-actions">
|
||||||
|
<span id="failed-count" class="failed-count">0 条</span>
|
||||||
|
<button onclick="loadFailedUrls()" class="btn btn-secondary btn-sm">
|
||||||
|
<i class="ri-refresh-line"></i> 刷新
|
||||||
|
</button>
|
||||||
|
<button onclick="retryAllFailed()" class="btn btn-warning btn-sm">
|
||||||
|
<i class="ri-restart-line"></i> 全部重试
|
||||||
|
</button>
|
||||||
|
<button onclick="clearFailedUrls()" class="btn btn-danger btn-sm">
|
||||||
|
<i class="ri-delete-bin-line"></i> 清空
|
||||||
|
</button>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
<div class="panel-body">
|
||||||
|
<div id="failed-urls-list" class="failed-urls-list">
|
||||||
|
<div class="empty-text">暂无失败记录</div>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
</div>
|
||||||
|
|
||||||
<!-- 保存进度 -->
|
<!-- 保存进度 -->
|
||||||
<div id="save-progress" class="save-progress" style="display: none;">
|
<div id="save-progress" class="save-progress" style="display: none;">
|
||||||
<div class="progress-info">
|
<div class="progress-info">
|
||||||
|
|||||||
Reference in New Issue
Block a user