python - Mechanize follow_link() 和 back() 的问题

Question

我在 Mechanize 以下链接时遇到了问题。这是我打算做的事情的片段:

for link in mech.links(url_regex='/test/'):
    mech.follow_link(link)

    // Do some processing on that link

    mech.back()

根据 Mechanize 示例，这应该可以正常工作。然而事实并非如此。尽管调用了 .back()，但循环结束了，即使还有更多链接需要访问。如果我注释掉 mech.follow_link(link) 和 mech.back()，将它们替换为 print link.text，它将打印出所有 50 个左右的链接。然而...只要我取消注释 mech.follow_link，循环就会在第一个 follow_link 之后立即终止。 back() 正在工作，因为如果我打印 mech.title()，然后调用 mech.back() 并再次打印 mech.title()，它会清楚地显示第一个标题，然后是“后退”页面的标题。我真的很困惑，这就是它在文档中的完成方式。不确定发生了什么。

Answer 1

海盗，我同意，这不应该发生，您所做的几乎完全符合 wwwsearch.sourceforge.net/mechanize/上的文档页面所说的；我尝试了与您的代码类似的代码，并在第一次迭代后停止的地方得到了相同的结果。

不过，我确实找到了一个解决方法，即将 links() 中的链接 URL 保存到一个列表中，然后跟踪该列表中的每个 URL:

from mechanize import Browser
br = Browser()
linklist = []
br.open(your_page_here)
for link in br.links(url_regex='/test/'): linklist.append(link.url)
for url in linklist:
    br.open(url)
    print br.title()

这很丑陋，你不应该这样做，但它似乎有效。

我对像这样的 bug 的 Mechanize 并不感到兴奋(我在 mechanize handling two submit buttons poorly 时遇到了一个问题)，但它安装起来非常简单，看起来很便携，并且可以离线运行(通过简单的 cron 作业)很容易比较其他测试框架，如 Selenium (seleniumhq dot org)，它看起来不错，但似乎更涉及实际设置和使用。