python监控网页_【小白教程】Python3监控网页
发布日期:2022-02-03 13:17:00 浏览次数:19 分类:技术文章

本文共 2824 字,大约阅读时间需要 9 分钟。

之前用RSS来监控网页更新内容,可惜刷新时间太长了,三个小时。。只能看看新闻啥的,又没有小钱钱充会员(摊手

听说Python可以做这个功能,抱着试试看的态度,本以为会很麻烦,没想到这么简单哈哈~我从来没有用过Python都做出来了,相信你也没问题!

(我真是纯小白,路过的大佬请指教(⊙o⊙)ノ)

所用模块

#监控模块

from urllib import request

from bs4 import BeautifulSoup

#正则表达

import re

import time

#发送邮件模块

#邮箱服务器

import smtplib

#构建邮件正文内容

from email.mime.text import MIMEText

# email 用于构建邮件内容

from email.header import Header

1.原理

把网页获取到本地转码,然后筛选你需要的信息,重复这一过程。(看!是不是很简单呐

2.获取网页信息

用到了python的urllib模块,先上代码

#解析url地址 返回utf-8解码信息

def analyUrl(url):

header={'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:23.0) Gecko/20100101 Firefox/23.0'}

#发送访问请求 此处header作用为模拟浏览器访问 部分网页反爬虫会检测访问源信息

_tmpRes=request.Request(url=url,headers=header)

_req=request.urlopen(_tmpRes)

#网页utf-8解码

html=_req.read().decode('utf-8')

return html

这里走了不少弯路,首先是一开始我是这么填的

request.Request(url)

也就是没加headers,导致总会报错,不过我用百度试了一下却没问题。。。找了半天也不知道问题出在哪,后来才知道有的网页会检测你的访问源信息,只有访问请求没有设备信息有可能被拒绝...加上headers信息伪装成浏览器访问就好了。

害,我不会告诉你我最初Request就找了半天。。。Python是严格区分大小写的!!

3.分析网页信息 开始匹配

这部分功能用到BeautifulSoup

#分析网页信息并匹配关键字

def analyAndCompile(html,firstKey,secondKey):

#提取Html数据

html=BeautifulSoup(html,'html.parser')

#二级匹配关键字

pattern=re.compile(secondKey)

#循环次数

flag=0

#当前已匹配的信息 使其不必重复提醒

currCom = ''

#while 循环 10s一次 重复匹配信息

while (1):

flag += 1

try:

print('第' + str(flag) + '次 ' + time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))

#信息中包含'a'Tag和title内容与一级匹配关键字相同的提取

for link in html.find_all('a',title=re.compile(firstKey)):

#获取title内容

link_title=link.get('title')

#获取网址

info_link = link.get('href')

#compilText判断是否与二级关键字匹配 关键字匹配且之前没出现过即为所需信息

if compilText(pattern,link_title) and currCom is not link_title:

currCom=link_title

print(' ·出现新数据:'+link_title+'\n 地址:'+info_link)

#发送邮件

SendMail.sendMail('出现新数据:'+link_title+'\n地址:'+info_link)

else:

print(' ·无新数据'+link_title)

time.sleep(10)

#异常获取

except Exception as e:

import traceback

print(traceback.format_exc())

print('异常')

time.sleep(10)

这部分需要细心,先在网页上找好所需信息的Tag,再用find_all方法筛选出来find_all方法可填多种参数,具体参考这里:http://www.jsphp.net/python/show-24-214-1.html

需要花时间慢慢找,这部分没什么好方法,耐心找吧~

4其他模块代码

上文中的匹配方法

#匹配关键字 若匹配到返回True 否则返回False

def compilText(pattern,compilStr):

return pattern.search(compilStr) is not None

发送邮件模块,这部分网上有很多,我的仅供参考吧

# 发信方的信息:发信邮箱,QQ 邮箱授权码

from_addr = 'xx@qq.com'

password = '此处填入邮箱授权码'

# 收信方邮箱

to_addr = 'xx@163.com'

# 发信服务器

smtp_server = 'smtp.qq.com'

def sendMail(sendMsg):

# 邮箱正文内容,第一个参数为内容,第二个参数为格式(plain 为纯文本),第三个参数为编码

msg = MIMEText(sendMsg, 'plain', 'utf-8')

# 邮件头信息

msg['From'] = Header(from_addr)

msg['To'] = Header(to_addr)

msg['Subject'] = Header('邮件标题')

# 开启发信服务,这里使用的是加密传输

#server = smtplib.SMTP_SSL()

server=smtplib.SMTP_SSL(smtp_server)

server.connect(smtp_server, 465)

# 登录发信邮箱

server.login(from_addr, password)

# 发送邮件

server.sendmail(from_addr, to_addr, msg.as_string())

# 关闭服务器

server.quit()

大功告成

自己调用填上网址和筛选关键字就行啦

(同样的功能别的语言能这么几行就实现的吗~ 哼哼~Python真香555

转载地址:https://blog.csdn.net/weixin_34759094/article/details/113514760 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:python中计数器函数_Python中使用多个函数的字计数器
下一篇:linux mysql 随机密码_centos命令行安装mysql随机密码查看方法(遇到问题及其解决办法)...

发表评论

最新留言

第一次来,支持一个
[***.219.124.196]2024年07月08日 14时19分39秒