Ruby:递归混淆

Question

我正在阅读某人使用 ruby​​ 构建域爬虫方法的代码。我是递归概念的新手，无法理解如何阅读他们的代码。

代码:

def crawl_domain(url, page_limit = 100)
  return if @already_visited.size == page_limit                # [1]
  url_object = open_url(url)
  return if url_object == nil                                  # [2]
  parsed_url = parse_url(url_object)
  return if parsed_url == nil                                  # [3]
  @already_visited[url]=true if @already_visited[url] == nil
  page_urls = find_urls_on_page(parsed_url, url)
  page_urls.each do |page_url|
    if urls_on_same_domain?(url, page_url) and @already_visited[page_url] == nil
      crawl_domain(page_url)
    end
  end
end

问题:

1. 连续return的组合是什么报表是什么意思？
2. 在第 [1] 行，如果 @already_visited 的大小不与 page_limit 相同，程序是否会跳出 crawl_domain 方法并跳过其余代码？
3. 如果@already_visited 的大小是与page_limit 相同，它是否在设置url_object = open_url(url) 后继续到下一个返回语句？

提前感谢您的帮助!

来源: http://www.skorks.com/2009/07/how-to-write-a-web-crawler-in-ruby/

Answer 1

忘掉网络爬虫吧。考虑如何使用递归来添加构成数组的数字:

arr = [1, 2, 3, 4]
def sum(array)
  # ??
end
puts sum(arr) #=> 10, please

假装问题已经解决了。 (所有递归都依赖于假装这个。)然后 sum([1, 2, 3, 4]) 是 1 + sum([2, 3, 4])，通常，任何数组的 sum 都是第一个元素加上数组其余部分的 sum。在 ruby​​ 中，将数组拆分为首尾的方法是 shift；调用 shift 返回数组的第一个元素，并 将它从数组中移除。所以我们可以这样写:

arr = [1, 2, 3, 4]
def sum(array)
  return array.shift + sum(array)
end
puts sum(arr)

看，一个递归的解决方案!然而，有一个问题:我们永远递归(或者，至少，直到遇到某种错误)。在所有递归中，在退化情况递归之前放置某种“停止”是至关重要的。在我们的情况下，那个退化的案例是什么？这是数组为空的时候! (最终会是这样，因为每个 sum 调用都会从数组中删除一个元素。)对于空数组，显然 sum 为零。所以:

arr = [1, 2, 3, 4]
def sum(array)
  return 0 unless array.length > 0
  return array.shift + sum(array)
end
puts sum(arr)

结束。

您的网络爬虫类似。我们将递归抓取当前页面的每个子级别，但首先我们有一些“停止”(return 语句)以防止在各种退化情况下陷入错误情况。 (在网络爬虫的情况下，不需要检查当前页面是否确实有 子级别，因为如果没有，each 将不执行任何操作并且我们不会递归。)