go-tourの#71を解いてみる

問題

こちら
元々用意されているwebクローラを改良するのが課題

• 平行処理でクロールする
• クロール済みのページはクロールしない

回答

こんなんでいいのかな…もっといい感じに書ける気がする。
ポイントは

• fetch済かどうかをChennel(holder)で管理している
• 子goroutineが終わるまで親のプロセスが待つためのChannel(done)を用意する

package main

import (
	"fmt"
	"time"
)

type Fetcher interface {
	// Fetch returns the body of URL and
	// a slice of URLs found on that page.
	Fetch(url string) (body string, urls []string, err error)
}

// Crawl uses fetcher to recursively crawl
// pages starting with url, to a maximum of depth.
func Crawl(url string, depth int, fetcher Fetcher) {
	fmt.Printf("start. depth=%d, url=%s\n", depth, url)
	if depth <= 0 {
		return
	}

	history := <-holder
	if _, ok := history[url]; ok {
		fmt.Printf("already fetched: %s \n", url)
		holder <- history
		return
	}
	history[url] = url
	holder <- history

	body, urls, err := fetcher.Fetch(url)
	if err != nil {
		fmt.Println(err)
		return
	}

	fmt.Printf("found: %s %q\n", url, body)
	done := make(chan bool)
	for _, u := range urls {
		go func(url string) {
			Crawl(url, depth-1, fetcher)
			done <- true
		}(u)
	}

	for _, _ = range urls {
		<-done
	}

	fmt.Printf("end. depth=%d, url=%s\n", depth, url)
	return
}

var holder chan fetchHistory

func init() {
	holder = make(chan fetchHistory, 1)
	holder <- fetchHistory(make(map[string]string))
}

func main() {
	Crawl("http://golang.org/", 4, fetcher)
	fmt.Println("finish!!")
}

var historyHolder chan fetchHistory

type fetchHistory map[string]string

// fakeFetcher is Fetcher that returns canned results.
type fakeFetcher map[string]*fakeResult

type fakeResult struct {
	body string
	urls []string
}

func (f fakeFetcher) Fetch(url string) (string, []string, error) {
	if res, ok := f[url]; ok {
		return res.body, res.urls, nil
	}
	// timeout
	time.Sleep(1000 * time.Millisecond)
	return "", nil, fmt.Errorf("not found: %s", url)
}

// fetcher is a populated fakeFetcher.
var fetcher = fakeFetcher{
	"http://golang.org/": &fakeResult{
		"The Go Programming Language",
		[]string{
			"http://golang.org/pkg/",
			"http://golang.org/cmd/",
		},
	},
	"http://golang.org/pkg/": &fakeResult{
		"Packages",
		[]string{
			"http://golang.org/",
			"http://golang.org/cmd/",
			"http://golang.org/pkg/fmt/",
			"http://golang.org/pkg/os/",
		},
	},
	"http://golang.org/pkg/fmt/": &fakeResult{
		"Package fmt",
		[]string{
			"http://golang.org/",
			"http://golang.org/pkg/",
		},
	},
	"http://golang.org/pkg/os/": &fakeResult{
		"Package os",
		[]string{
			"http://golang.org/",
			"http://golang.org/pkg/",
		},
	},
}