php - 以编程方式监视网页

drupal.org上的每个项目都有自己的页面:

http://drupal.org/project/marinelli

制作新版本时，它将添加到该项目的版本页面中

http://drupal.org/node/185969/release

我正在尝试监视页面的时间，但是我当然不想一直手动检查它。我需要以编程方式使用php。

我必须抓取页面吗？此页面可抓取吗？

我看到一个RSS提要，但是不确定它是如何工作的，或者它是否可以帮助我进行监视或如何工作。

drupal.org是否提供更清洁的解决方案(例如API)？还是可以直接监视存储库？

欢迎其他解决方案

最佳答案

与其像您说的那样不抓取页面，不如使用一个更好的解决方案，是使用它的RSS feed-例如，在您的情况下:http://drupal.org/node/185969/release/feed

优点是RSS是一种定义明确的格式:在HTML汤中获取任何不必要的信息的机会较小。

要从该XML提要中提取数据，可以使用SimpleXML来“手工”处理XML数据，也可以使用诸如SimplePie之类的知道RSS / ATOM的库。

然后，在这种情况下，您必须跟踪最新的更新-每次获取RSS feed时，请检查是否有比上次看到的最新更新更新的更新。

在Marinelli模块的XML中，您将看到每个条目都包含一个<pubDate>标记，该标记对应于它的date；例如 :

<pubDate>Tue, 25 Aug 2009 07:28:26 +0000</pubDate>

如果今天的最新条目是2009-08-25，明天的条目是2010-07-27 ...那么，这意味着该模块已更新;-)

关于php - 以编程方式监视网页，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/3334063/