我有一个网络抓取脚本，每分钟获取一次新数据，但在几天的时间里，该脚本最终使用了 200mb 或更多内存，我发现这是因为 mechanize 保持无限浏览器.back() 函数使用的历史记录。
我查看了文档字符串，发现了浏览器类的 clear_history() 函数，每次刷新时我都会调用它，但每次页面刷新时我仍然会增加 2-3mb 的内存使用量。 edit：嗯，在我调用 clear_history 之后，它似乎一直在做同样的事情，直到我使用了大约 30mb 的内存使用量，然后它又清理回了 10mb 左右（这是我的程序启动时使用的基本内存量）...有什么方法可以更定期地强制这种行为？
如何防止 mechanize 存储所有这些信息？我不需要保留任何东西。我想将我的 python 脚本的内存使用量保持在 15mb 以下。
【问题讨论】：
你可以在实例化Browser时传递一个参数history=whatever；默认值为None，这意味着浏览器实际上实例化了History 类（以允许back 和reload）。最简单的方法（如果您确实回调或重新加载，将给出属性错误异常）：
class NoHistory(object):
def add(self, *a, **k): pass
def clear(self): pass
b = mechanize.Browser(history=NoHistory())
一种更简洁的方法是在NoHistory 中实现其他方法，以便在错误使用浏览器的back 或reload 时给出更清晰的例外，但这个简单的方法应该就足够了。
请注意，这是对依赖注入设计模式的一种优雅使用（尽管没有很好的记录；-）：在（无聊的）“monkeypatching”世界中，客户端代码将在浏览器运行后覆盖b._history实例化，但通过依赖注入，您只需传入您想要使用的“历史”对象。我经常坚持认为，依赖注入可能是最重要的 DP，它不在“4 人帮”一书中！-)。
【讨论】：
NoHistory（在一个稍微充实的版本中；-）到他们的_mechanize.py模块。然而，mechanize 的真正问题是文档的稀缺性——一个琐碎的 5 行类是否是代码的一部分，与您无法了解它的事实相比（无论您是否必须编写琐碎的5 行自己与否；-) 除非仔细研究来源！