Python Script для проверки сайта на наличие тега

Question

Я пытаюсь выяснить, как написать скрипт мониторинга веб-сайта (в конце задание cron), чтобы открыть заданный URL-адрес, проверить, существует ли тег и не существует ли тег, или не содержит ожидаемых данных, а затем записать их в файл журнала или отправить по электронной почте.

Метка будет похожа или сравнительно похожа.

У кого-нибудь есть идеи?

Answer 1

Самое лучшее, что я могу сделать, это проверить BeautifulSoup . Примерно так:

import urllib2
from BeautifulSoup import BeautifulSoup

page = urllib2.urlopen("http://yoursite.com")
soup = BeautifulSoup(page)

# See the docs on how to search through the soup. I'm not sure what
# you're looking for so my example stops here :)

После этого отправка его по электронной почте или регистрация в нем - стандартная плата за проезд.

Answer 2

Это пример кода (не проверенный), который регистрирует и отправляет почту:

#!/usr/bin/env python
import logging
import urllib2
import smtplib

#Log config
logging.basicConfig(filename='/tmp/yourscript.log',level=logging.INFO,)

#Open requested url
url = "http://yoursite.com/tags/yourTag"
data = urllib2.urlopen(url)

if check_content(data):
   #Report to log
   logging.info('Content found')
else:
   #Send mail
   send_mail('Content not found')

def check_content(data):
    #Your BeautifulSoup logic here
    return content_found

def send_mail(message_body):
    server = 'localhost'
    recipients = ['you@yourdomain.com']
    sender = 'script@yourdomain.com'
    message = 'From: %s \n Subject: script result \n\n %s' % (sender, message_body)
    session = smtplib.SMTP(server)
    session.sendmail(sender,recipients,message);

Я бы кодировал check_content() функцию, используя beautifulSoup

Answer 3

Следующий (непроверенный) код использует urllib2 для захвата страницы и повторного поиска для нее.

import urllib2,StringIO

pageString = urllib2.urlopen('**insert url here**').read()
m = re.search(r'**insert regex for the tag you want to find here**',pageString)
if m == None:
    #take action for NOT found here
else:
    #take action for found here

Следующий (непроверенный) код использует pycurl и StringIO для захвата страницы и повторного поиска для нее.

import pycurl,re,StringIO

b = StringIO.StringIO()
c = pycurl.Curl()
c.setopt(pycurl.URL, '**insert url here**')
c.setopt(pycurl.WRITEFUNCTION, b.write)
c.perform()
c.close()
m = re.search(r'**insert regex for the tag you want to find here**',b.getvalue())
if m == None:
    #take action for NOT found here
else:
    #take action for found here