有时无法正确保存用户头像和用户名

[Xuan Wang]

当抓取别人的内容时，个别时候，运行结束时，输出的uid正确，而用户名、用户头像都来自于抓取者本人。

我现在手里有一个例子，但限于隐私不便放出。

据我分析，这个问题分成两部分
首先，当fetch.py脚行时，无论是否给出 -u 选项，utils.get_user() 几乎总是给出抓取者本人的姓名和头像。无论提供哪个uid的homepage，结果总是一样的。
似乎这并没有很简短的修复办法。是可以抓取首页上的头像和姓名，但可能需要上BeautifulSoup来解析，而不是简单地字符搜索。
这样的话，初始的姓名和头像就是错的。

第二个问题，似乎绝大多数情况下，正确的用户名和头像会在脚本运行的过程中被更新。但是仍然存在少数时候没有更新。我还没有搞清楚为什么大部分时候会更新，少数时候没有被更新。
更新：
分析源码之后我似乎明白怎么回事了。save_user总共只有三个被调用点。既然 get_user() 返回的总是错的，那么只能是 get_comments() get_likes() 更新了用户的小头像。对于gossips来说，因为用户的头像是当年的头像，抓取留言板的时候并没有更新用户头像信息。
结论：当一个用户从未回复过评论，且从未对自己的内容点赞时，就无法抓取到正确的用户姓名和用户头像。

这样看来，还是修正get_user() 比较可行。我可能研究研究发个PR。

[Wen YE]

这里有几个问题

1. utils.get_user() 获取的都是当前登录用户的姓名和头像，这个地方属于设计时就有问题，因为之前遇到过抓某人信息，自己都从来没回复过自己，导致一直没有姓名和头像，回头去拿的时候没有完整测试到底是自己还是别人
2. 用 BeautifulSoup 和 pyquery 之类的可以更好解析页面，这个也是刻意规避开的，因为这两个库一用，就要带着装一堆库，尤其是 lxml 这个在 Windows 环境下默认装不上的库，所以才各种正则匹配和直接字符串查找去试图解决
3. gossip 里人人自己的数据结构就存的比较诡异，历史留言保存的是历史头像，所以是分开处理的

我看到你提的 PR，在用 bs4 解决，其实不用这么麻烦，在用户页面

1. id="userpic" 这个元素一定是用户头像，所以用个正则就可以取到，这个还不涉及跨行的问题。另外需要注意的是这里取到的用户头像是 main 这个尺寸（177x177），其他地方都用的 tiny 这个尺寸（50x50），把拿到的头像 url 里最后一段的 main 换成 tiny 就可以
2. 源码里 var profileOwnerName = '*****'; 这段可以取到对应的用户名，也是正则就可以解决，注意一下里面有的不是空格是 \t