5.12　跟踪网站变更

对于Web开发人员和用户来说，能够跟踪网站变更不无益处。但定期手动检查既麻烦也不现实，因此，我们可以编写一个定期运行的变更跟踪器（change tracker）。一旦发生变更，跟踪器便会发出声音或发送提示信息。下面看一看如何编写一个基础的网站变更跟踪器。

5.12.1　预备知识

用Bash脚本跟踪网站变更意味着要在不同的时间检索网站，然后用diff命令进行比对。我们可以使用curl和diff来实现这些步骤。

5.12.2　实战演练

结合各种命令来跟踪网页变更的Bash脚本如下：

  1. #!/bin/bash
  2. #文件名: change_track.sh
  3. #用途: 跟踪网页更新
  5. if [ $# -eq 2 ];
  6. then
  7.   echo -e "$Usage $0 URL\n"
  8.   exit -1;
  9. fi
  12. first_time=0
  13. # 非首次运行
  15. if [ ! -e "last.html" ];
  16. then
  17.   first_time=1
  18.   # 首次运行
  19. fi
  21. curl --silent $1 -o recent.html
  23. if [ $first_time -ne 1 ];
  24. then
  25.   changes=$(diff -u last.html recent.html)
  26.   if [ -n "$changes" ];
  27.   then
  28.     echo -e "Changes:\n"
  29.     echo "$changes"
  30.   else
  31.     echo -e "\nWebsite has no changes"
  32.   fi
  33. else
  34.   echo "[First run] Archiving.."
  35. fi
  38. cp recent.html last.html

分别观察一下网页发生更新与没有更新时脚本track_changes.sh的输出。

  • 第一次运行
  1. $ ./track_changes.sh http://web.sarathlakshman.info/test.html
  2. [First run] Archiving..
  • 第二次运行
  1. $ ./track_changes.sh http://web.sarathlakshman.info/test.html
  2. Website has no changes
  • 在网页更新后，第三次运行
  1. $ ./test.sh http://web.sarathlakshman.info/test_change/test.html
  2. Changes:
  3.  
  4.  
  5. --- last.html 2010-08-01 07:29:15.000000000 +0200
  6. +++ recent.html       2010-08-01 07:29:43.000000000 +0200
  7. @@ -1,3 +1,4 @@
  8. <html>
  9. +added line :)
  10. <p>data</p>
  11. </html>

5.12.3　工作原理

脚本用 [ ! -e "last.html" ]; 检查脚本本身是否是首次运行。如果last.html不存在，那就意味着这是首次运行，因此要下载网页并将其复制为last.html。

如果不是第一次运行，那么脚本应该下载一个新的网页副本（recent.html），然后用diff检查差异。如果有变化，则打印出变更信息并将recent.html复制成last.html。

5.12.4　参考

5.4节讲解了curl命令。