1

我试图弄清楚如何基于使用lapwinglabs/x-ray webscraper 来自网站的解析数据流并行运行(在本例中为 10)异步函数。

let pauser = new Rx.Subject()
let count = 0
let max = 10

// function that parse a single url to retrieve data
// return Observable
let parsing_each_link = url => {
   return Rx.Observable.create(
      observer => {
         xray(url, selector)((err, data) => {
            if (err) observer.onError(err)
            observer.onNext(data)
            observer.onCompleted()
         })
    })
}
 
// retrieve all the urls from a main page => node stream
let streamNode = xray(main_url, selector)
   .paginate(some_selector)
   .write()
   .pipe(JSONStream.parse('*'))

// convert node stream to RxJS
let streamRx = RxNode.fromStream(streamNode)
   .do(() => {
      if (count === max) {
         pauser.onNext(true)
         count = 0
      }
   })
   .do(() => count++)
   .buffer(pauser) // take only 10 url by 10 url
   
streamRx.subscribe(
   ten_urls => {
      Rx.Observable.forkJoin(
         ten_urls.map(url => parsing_each_link(url))
      )
      .subscribe(
         x => console.log("Next : ", JSON.stringify(x, null, 4))
      )
   }
)

最后一个console.log上的下一个永远不会被调用?!?

4

1 回答 1

1

不可能肯定地说,但是如果您可以确保ten_urls按预期发出,那么下一步就是确保 observableparsing_each_link确实完成,因为forkJoin将等待其每个源 observables 的最后一个值。observer.onComplete我在您的代码中看不到任何调用。

于 2015-11-10T17:49:07.493 回答