fix bug

2025-09-24 04:02:43 +08:00
parent bf927dc77c
commit 499454ff27
2 changed files with 205 additions and 3 deletions
--- a/WEBSITES_FIELD_FIX.md
+++ b/WEBSITES_FIELD_FIX.md
@@ -0,0 +1,188 @@
+# 网站字段修复说明
+
+## 问题描述
+
+您遇到了 "can only join an iterable" 错误，这是因为将 `CrawlTask` 模型中的 `websites` 字段从 `JSONField` 改为了 `ManyToManyField`，但代码中还有一些地方没有相应更新。
+
+## 已修复的问题
+
+### 1. 任务执行器修复
+
+在 `core/task_executor.py` 中，已经修复了以下方法：
+
+- `_execute_keyword_task()` - 关键词搜索任务执行
+- `_execute_historical_task()` - 历史文章任务执行  
+- `_execute_full_site_task()` - 全站爬取任务执行
+
+**修复前：**
+```python
+websites = task.websites if task.websites else list(WEBSITE_SEARCH_CONFIGS.keys())
+```
+
+**修复后：**
+```python
+selected_websites = task.websites.all()
+if selected_websites:
+    websites = [w.name for w in selected_websites]
+else:
+    websites = list(WEBSITE_SEARCH_CONFIGS.keys())
+```
+
+### 2. 模型方法修复
+
+在 `core/models.py` 中，`get_websites_display()` 方法已经正确处理了 `ManyToManyField`：
+
+```python
+def get_websites_display(self):
+    """获取网站列表的显示文本"""
+    try:
+        websites = self.websites.all()
+        if not websites:
+            return "所有网站"
+        # 确保网站名称是字符串并可以被join处理
+        website_names = [str(w.name) for w in websites if w.name]
+        return ", ".join(website_names) if website_names else "所有网站"
+    except Exception:
+        # 如果出现任何异常，返回默认值
+        return "所有网站"
+```
+
+### 3. 管理界面修复
+
+在 `core/admin_extended.py` 中，已经修复了任务创建逻辑：
+
+- 使用 `Website.objects.filter(name__in=websites)` 获取网站对象
+- 使用 `task.websites.set(website_objects)` 设置关联关系
+
+## 测试验证
+
+已经通过以下测试验证修复：
+
+1. **网站字段功能测试** - 验证 `ManyToManyField` 的基本操作
+2. **任务执行器测试** - 验证任务执行器中的网站获取逻辑
+3. **Web界面操作测试** - 验证完整的Web界面操作流程
+4. **系统检查** - Django系统检查无错误
+
+## 使用方法
+
+### 1. 确保数据库迁移已应用
+
+```bash
+python manage.py migrate
+```
+
+### 2. 创建网站数据
+
+如果还没有网站数据，可以通过以下方式创建：
+
+```python
+from core.models import Website
+
+# 创建一些测试网站
+websites_to_create = ["新华网", "人民日报", "央视网"]
+for name in websites_to_create:
+    website, created = Website.objects.get_or_create(
+        name=name,
+        defaults={
+            'base_url': f'http://{name}.com',
+            'enabled': True
+        }
+    )
+```
+
+### 3. 通过Web界面创建任务
+
+1. 启动服务器：`python manage.py runserver`
+2. 访问管理后台：`http://localhost:8000/admin/`
+3. 在首页点击"快速创建爬取任务"
+4. 选择任务类型并填写相关信息
+5. 选择目标网站
+6. 创建并启动任务
+
+### 4. 通过命令行创建任务
+
+```bash
+# 关键词搜索
+python manage.py crawl_by_keyword --keyword "人工智能"
+
+# 历史文章爬取
+python manage.py crawl_by_keyword --keyword "新闻" --historical
+
+# 多网站一键爬取
+python manage.py crawl_all_websites --mode both --keyword "人工智能"
+```
+
+## 故障排除
+
+### 如果仍然遇到 "can only join an iterable" 错误
+
+1. **检查数据库迁移**：
+   ```bash
+   python manage.py showmigrations core
+   python manage.py migrate
+   ```
+
+2. **检查网站数据**：
+   ```python
+   from core.models import Website
+   print(Website.objects.filter(enabled=True).count())
+   ```
+
+3. **检查任务数据**：
+   ```python
+   from core.models import CrawlTask
+   task = CrawlTask.objects.first()
+   if task:
+       print(f"任务网站: {task.get_websites_display()}")
+   ```
+
+4. **重启服务器**：
+   ```bash
+   # 停止当前服务器 (Ctrl+C)
+   python manage.py runserver
+   ```
+
+### 如果遇到其他错误
+
+1. **检查日志**：查看Django日志输出
+2. **检查网络连接**：确保可以访问目标网站
+3. **检查网站配置**：确保 `WEBSITE_SEARCH_CONFIGS` 中的配置正确
+
+## 技术细节
+
+### ManyToManyField vs JSONField
+
+**之前的JSONField方式：**
+```python
+websites = models.JSONField(default=list, verbose_name="目标网站")
+# 使用: task.websites = ["新华网", "人民日报"]
+```
+
+**现在的ManyToManyField方式：**
+```python
+websites = models.ManyToManyField(Website, blank=True, verbose_name="目标网站")
+# 使用: task.websites.set(website_objects)
+```
+
+### 优势
+
+1. **数据完整性**：通过外键关系确保数据一致性
+2. **查询效率**：可以利用数据库索引进行高效查询
+3. **关系管理**：Django自动处理多对多关系的创建和删除
+4. **数据验证**：自动验证关联的网站是否存在
+
+## 总结
+
+修复已经完成，现在您可以：
+
+1. 通过Web界面创建和管理爬取任务
+2. 选择特定的网站进行爬取
+3. 实时监控任务进度
+4. 查看详细的爬取结果
+
+如果仍然遇到问题，请检查：
+- 数据库迁移是否已应用
+- 网站数据是否存在
+- 服务器是否已重启
+
+系统现在应该可以正常工作了！