一日一技：Bug分析，假删除导致文章发布成功却打不开的问题

公司有一个内部博客，大家可以在上面创建自己的账号，然后写文章在全公司分享。昨天这个内部博客开通了API，因此我准备写一个Python程序，把自己公众号文章都搬运上去。

然后我就发现这个API接口有一个bug。并且根据它的现象，猜到它问题出在哪里。

我先来简单描述一下现象。

假设我硬盘上现在有50个Markdown文件。现在我要把它发布到网站上。简化代码如下：

import glob
import requests

for path in glob.glob('blog/*.md'):
	  with open(path) as f:
        article = f.read()
    requests.post('https://xxx.yyy.com/post?token=abcasdf', json={'content': content})

发布完成以后，文章确实都已经在网页上出现了，并且每篇文章都能正常显示。但我粗略浏览了一下，发现里面有一些文章的末尾带上来我的微信公众号二维码。我不想让公司的人知道我的公众号，所以准备修改一下文章。

有一些文章有二维码，有一些没有，一个一个改起来很麻烦，所以我做了两步操作。首先写了一个程序，扫描所有Markdown文件，发现二维码就删掉。然后，我直接在网站上把刚刚发布的所有文章都删了（懒得去看哪篇有二维码，哪篇没有，干脆全删了重发）。

接下来，我再次运行程序批量重新发布文章。2秒钟以后发布完成。

本来一切看起来都很正常，但是当我到网站上查看的时候，发现有很多文章点开以后，都提示『该文章已经删除』。

我一开始在想是不是我的程序写的不对，漏掉了这些文章。我重新单独一篇一篇发布这篇文章，API接口返回发布成功，可在网页上还是显示文章已经删除。

然后我一篇一篇检查这些发布失败的文章，发现有一个共同的特点：他们是一开始就没有二维码的文章。相当于这些文章我在网站上删除以后原样重新又发了一次。

那我就有了一个初步的猜测，大概知道原因是什么了：

1. 因为每篇文章有一个docid，当第一次发布文章的时候，这个docid就是文章正文内容的md5值。只要文章完全一样，连续发多少次，它的docid都一样。这样就可以防止出现重复文章。（更新的时候，需要用户主动提供docid，避免重新生成新的）。
2. 这个网站的删除功能，肯定是假删除。也就是当我点了删除文章的按钮时，文章其实依然在数据库里面，只不过增加了一个字段removed=True。网页显示文章的时候，查询条件肯定是col.find({'removed': {"$ne": True}})，所以就不会把这些被软删除的文章显示出来。
3. API发布新文章的时候，肯定使用的是更新操作。并且使用了upsert=True。

以MongoDB为例，这个API背后的逻辑肯定是这样的：

def post_article(docid, article_info):
      mongo.update_one({'_id': docid}, {'$set': article_info}, upsert=True)

upsert=True的作用，是先检查数据是否存在，如果存在就更新，如果不存在就插入。

第一次发布的时候，文章不存在，直接插入，正常。如果用户正常使用修改接口，修改了正文，因为用户主动提供了docid，所以也能正常更新。

但如果用户先删除了数据，此时数据库中，增加了一个字段removed=True。然后用户又原封不动重新发一次文章。那么docid肯定还是原来那个。这条文章已经在数据库中存在了。于是逐一更新了每个字段。但是新发布的字段里面是没有removed这个字段的，所以更新的时候不会更新它，它还在数据库里面。所以就出现了发布成功，但是打开新闻又提示文章已经删除。

我去问了一下做这个API的同学，果然它的bug原因跟我设想的一模一样。

这个bug解决方法非常简单，发布新文章的时候，把update_one改成replace_one就可以了：

def post_article(docid, article_info):
      mongo.replace_one({'_id': docid}, {'$set': article_info}, upsert=True)