【发布时间】：2012-06-26 07:46:55
【问题描述】：
检查网页更改的最简单方法是什么？我想每隔一段时间扫描一次网页，并将其与较旧的扫描进行比较。一个问题是我还需要扫描以忽略某些更改，例如一天中的时间等。我只想检查相关更新。
【问题讨论】：
标签： python html parsing text web
【发布时间】：2012-06-26 07:46:55
【问题描述】：
我不会写代码，但我会给你我解决这个问题的过程：
- 检索页面的来源
- 更换所有零件 我们不想监控的页面的数量
- 计算 md5 或 替换后源的 sha1 哈希
- 比较 用存储的散列散列，看看它是否不同，然后做任何事情 如果页面已更新，您需要这样做
- 存储新哈希
【讨论】：
-
我将如何更换不断变化的零件？例如显示一天中的时间。我第一次尝试使用 urllib2，但奇怪的错误不断出现。我试图使用 a.read()[xxx:yyy] 专注于页面源的某些区域，这似乎有效，但由于某种原因，保存的值会变为空，并且 urllib2.urlopen 返回的信息似乎完全错误（甚至无法在网页上找到它）。所以现在我很困惑。
-
研究使用regular expressions。它们非常方便。