这是一个创建于 3442 天前的主题，其中的信息可能已经有所发展或是发生改变。
有几个分散在不同网站的信息来源，不定时有更新。
想每天把新的内容聚合起来发邮件到邮箱里，有什么好方法？
 |
1
lxy42 2015-06-27 19:02:43 +08:00
RSS
|
 |
2
27 OP 没有 rss，想用 python 来抓
|
 |
3
lawder 2015-06-27 19:18:48 +08:00
用Feed43生成rss源
|
|
4
27 OP @lawder 这种只能抓取固定网址更新的内容，如果遇到一个长贴子，页数会变化的就不行了。
举例：想获取 http://www.china-midas.cn/bbs/thread-26016-20-1.html 的最后一个 post 的更新内容 |
 |
5
mystryl 2015-06-27 20:37:35 +08:00
requests 抓url= 'http://www.china-midas.cn/bbs/thread-26016-%s-1.html' %page,
page么从20开始加 试到没抓到内容就停止 beautifulsoup抓取每一个div 为 ‘post_元素，Html2text转为纯文本，注意这货有个warp=87的bug自己改下config post后面有数字作为每一个的id 这样输出的数组建个csv，新抓的历遍一次id有没有重复的，没有重复就给自己发，可以用新的telegram bot啊，很方便。。。 最近才写了一个完全类似的项目。。。好玩的 |
 |
6
ksupertu 2015-06-27 21:31:14 +08:00 via Android
军犬舆情监控系统
|
|
7
mystryl 2015-06-27 21:47:24 +08:00
|
 |
8
loading 2015-06-27 22:09:54 +08:00 via Android
如果想通用，我觉得你要先写出 AI ，乖乖一个个站点适配吧！
要么就暴力点，全再抓一次了再说。 |
 |
11
halfcrazy 2015-06-27 23:15:05 +08:00
kimonolab
|
Select Language