V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
tianxiacangshen
V2EX  ›  PHP

如何用程序实现检测不更新的网站?

  •  
  •   tianxiacangshen · 2017-11-22 18:27:18 +08:00 · 1718 次点击
    这是一个创建于 2318 天前的主题,其中的信息可能已经有所发展或是发生改变。
    不更新网站比如:

    http://www.123cha.com/

    http://www.w3school.com.cn/

    一堆网站,怎么不一个个打开,而检测这个网站不是经常更新的站?左思右想不得其法,自己想的办法比如:

    1、连续几天抓内容,然后去掉网页头尾作对比,然后检测正文部分是否有大段文字,如果没有则是这样的网站;

    2、连续几天抓内容,然后去掉网页头尾作对比,然后主体内容主要成分是 ul li/ol li 则可能是这样的站;

    3、连续几天抓内容,然后去掉网页头尾作对比,如果有些字段或者句子是固定的,那么可能是这样的网站。

    三种方法貌似都不严谨,不太可行,所以和大家讨论一下。
    2 条回复    2017-11-23 00:49:58 +08:00
    wsy2220
        1
    wsy2220  
       2017-11-22 18:32:56 +08:00   ❤️ 1
    提交到 https://visualping.io/ 看多久通知一次
    cy97cool
        2
    cy97cool  
       2017-11-23 00:49:58 +08:00 via Android
    @wsy2220 有类似的开源实现嘛?
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   1024 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 22:31 · PVG 06:31 · LAX 15:31 · JFK 18:31
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.