如何检查HTML是否已更改？

Question

很抱歉如果这不是正确的地方，但我不知道去哪里询问。

我们正在构建适用于特定网站的Firefox插件。现在，由于那些网站偶尔会发生变化，我想每天运行一次JavaScript脚本来检查特定代码部分是否已更改，如果确实更改了，我们就会收到一些返回消息（最好直接发送到我的电子邮件）。

最简单、最简单的方法是什么？我已经阅读了有关网络爬虫、网页抓取器的信息，但它们似乎要做的远远超出我们的需要。我们基本上只想从连接到互联网的电脑上运行一个小脚本，进行简单的检查，并在检测到HTML正文中特定部分的更改（或更具体地说-未找到所选元素）时立即向我们发送电子邮件。

非常感谢任何帮助。

- Pejs

---

你可以计算HTML（或其部分）的哈希值，然后将其与先前的哈希值进行比较，以查看是否有任何更改。但是，如果您想找出具体发生了什么变化，您需要保存HTML（或其部分），并计算Levenshtein距离来实现这一点。 - Nolonar

更具体地说，您想读取特定 URL 的 HTML 并将其分配给一个变量，然后进行正则表达式搜索以查找一些 HTML 文本，然后基于该输出发送电子邮件。您可以使用 bash 或 powershell 来实现这一功能。 - Zach Folwick

许多网站都有广告，因此在提取HTML时，请将广告部分替换为广告部分经常更改。 - Noitidart

HTTP头中有没有某种“无更改”标志？或者在广告方面不可信？ - Lori

Answer 1

基本上，您可以通过使用xpath设置Google电子表格来通过IMPORTXML函数（此处提供示例）抓取页面的部分。 然后，您可以在电子表格中设置通知：工具->通知规则

现在，每当抓取函数（IMPORTXML）获取到与先前不同的内容时，电子表格应触发向您发送邮件的操作。

作为现成的替代方案，我还可以推荐一些工具来跟踪页面及其部分的更改，并通过电子邮件进行通知。

- Igor Savinkin