WebMonitor 实时监控网页变化，并发送通知程序

简介

WebMonitor 是一款 python 写的开源的网页监控程序，能监控网页变化和 RSS 更新，并支持多种通知方式。

功能

• 支持requests请求网页，支持使用PhantomJS抓取异步加载的网页
• 支持 xpath 和 css selector 选择器，支持 JsonPath 提取 json 数据
• 支持邮件，pushover，微信提醒（support by server酱），Bark推送，自定义GET/POST通知, Slack 通知以及 Telegram 通知
• 支持一个任务多个选择器提取信息
• 支持自定义消息模板
• 简洁的UI，可视化操作
• 支持自定义请求头，抓取需要登录的网页
• 支持设置监控规则
• 监控RSS更新
• 数据导入导出

部署

手动部署

安装

下载 WebMonitor 的源码

git clone https://github.com/LogicJake/WebMonitor.git
cd WebMonitor

下载完成后安装依赖

pip install -r requirements.txt

如果需要使用无头浏览器，请确认已经安装 phantomjs，且 phantomjs 被添加到系统路径

首次运行需要迁移数据库且设置管理账号，假设账号为 admin，密码为 password，运行端口为 8000

python manage.py migrate
python manage.py initadmin --username admin --password password
python manage.py runserver 0.0.0.0:8000 --noreload

非首次运行，只需指定端口

python manage.py runserver 0.0.0.0:8000 --noreload

Docker 部署

安装

运行下面的命令下载 WebMonitor 镜像

docker pull logicjake/webmonitor

然后运行 webmonitor 即可，假设账号为 admin，密码为 password，运行端口为 8000 强烈建议通过 docker 文件夹映射参数 -v，将数据库文件保存到主机，否则在容器重建之后会丢失数据库文件，假设映射的主机目录为 /etc/webmonitor

docker run -d --name webmonitor -v /etc/webmonitor:/app/db -p 8000:8000 -e PORT=8000 -e USERNAME=admin -e PASSWORD=password logicjake/webmonitor

您可以使用下面的命令来关闭 webmonitor

docker stop webmonitor

预览

使用

设置通知方式

支持7种通知方式：邮件，pushover， Server 酱的微信提醒，Bark，自定义GET/POST通知, Slack 通知以及 Telegram 通知。邮件提醒只需要设置接收邮箱，微信提醒需要申请 SCKEY，自行搜索 Server 酱注册，简单免费。Pushover 需要填写注册就得到的 User Key。Bark需要安装客户端取得对应设备Key。Slack 需要填写“#”开头的 channel 名称，且需要保证 Slack app 已在该 channel 中。

设置系统邮箱

如果采用邮件提醒，则必须设置“系统管理/系统邮箱”，该邮箱为提醒邮件的发信人。自行根据需要使用的邮箱查找相关设置，密码一般指授权码。

系统邮箱配置只需设置一个，多于一个默认只生效第一条。

设置 Pushover Application

如果采用 Pushover 提醒，则必须设置“系统管理/Pushover 设置”中的 Pushover api token。

设置 Slack

如果采用 Slack 提醒，则必须设置“系统管理/Slack 设置”中的 Slack OAuth Access Token。具体教程见：https://github.com/slackapi/python-slack-sdk/blob/main/tutorial/01-creating-the-slack-app.md

设置 Telegram Bot

如果采用 Telegram 提醒，则必须设置“系统管理/Telegram Bot 设置”中的 Telegram Bot Token。

设置自定义GET/POST通知

如果采用自定义通知，则必须设置自定义网址。

GET

用{header}和{content}替换掉标题和内容的位置。以Bark为例，格式如下：

https://api.day.app/yourkey/{header}/{content}

POST

发送网址{data=}。将要发送的body内容放在{data=}内，其中{header}和{content}替换掉标题和内容的位置。以WxPusher为例，格式如下：

http://wxpusher.zjiecode.com/api/send/message{data={
  "appToken":"AT_xxx",
  "content":{content},
  "summary":{header},
  "contentType":3,
  "uids":["UID_xxxx"],
  "url":"http://wxpusher.zjiecode.com"
}}

添加网页监控任务

在 任务管理 > 网页监控管理 添加新任务

• 必须选择一种通知方式
• 默认抓取频率为5分钟，自行根据需要调整，单位分钟，不建议调太快，以防反爬

选择器

元素选择器类型可以选择 Xpath， Css selector 或 JsonPath。

一行一个元素选择器，每一行的格式为：选择器名称{选择器内容}，例如：

title{//*[@id="id3"]/h3/text()}
myurl{//*[@id="id3"]/h3/text()}

以下字段为系统默认保留字段，请不要使用且无法被覆盖：

• url：该任务对应的监控网址

可以借助浏览器 F12 直接 copy 前两种选择器，需要注意的是，往往浏览器 copy 得到是元素，而不是文本信息，需要做以下补充：

xpath

• 获取元素文本信息，在浏览器得到的选择器后加/text()，如 //*[@id="id3"]/h3 => //*[@id="id3"]/h3/text()
• 获取元素属性信息，在浏览器得到的选择器后加/@属性名，如想获取元素href值 //*[@id="id3"]/h3 => //*[@id="id3"]/h3/@href
• 获取元素及其子元素的所有文本信息，在浏览器得到的选择器后加/string()，如 //*[@id="id3"]/h3 => //*[@id="id3"]/h3/string()

css selector

• 获取元素文本信息，在浏览器得到的选择器后加::text，如 div#id3 > h3 => div#id3 > h3::text
• 获取元素属性信息，在浏览器得到的选择器后加::attr(属性名)，如想获取元素href值 div#id3 > h3 => div#id3 > h3::attr(href)

JsonPath

针对返回 json 数据的接口, 可以使用 JsonPath 提取数据, 具体教程参考 https://goessner.net/articles/JsonPath/ 在Chrome F12开发者工具中，也可以找到对应元素，然后右键该元素，选择“Copy Property Path”。

消息体模板

消息体模板可为空，如果为空，则按照元素选择器的定义顺序以制表符为间隔拼接为字符串。下面介绍消息体模板的使用方式，如果元素选择器的设置为：

title{//*[@id="id3"]/h3/text()}
myurl{//*[@id="id3"]/h3/text()}

则消息体模板可以设置为：

{title}的网址是{myurl}

如果title对应的元素选择器提取的内容为“WebMonitor真棒”，myurl对应的元素选择器提取的内容为“https://www.logicjake.xyz/WebMonitor”，则得到的消息内容为“WebMonitor真棒的网址是https://www.logicjake.xyz/WebMonitor”。

是否选择无头浏览器

如果源网页没有异步加载，可以不使用无头浏览器获取网页

建议先选择不使用，假如提交时提示获取不到文本信息，再使用无头浏览器尝试

正则表达式

如果获取到的文本信息有冗余，可以采用正则进一步筛选，如 价格：1390使用正则([1-9]\d*)提取到纯数字1390

监控规则

默认不填则文本发生变化就发通知，多规则请以’;’分开。存在规则的情况下，如果文本发生变化，从前往后检查规则，若符合其中一项规则就发通知。 规则格式：-规则 参数 支持以下规则：

-without

如：文本发生变化且文本内容不包含上架

-without 上架

-contain

如：文本发生变化且文本内容包含上架

-contain 上架

-increase

如：文本发生变化且相较于旧值，数值增长超过3 如果文本内容不是纯数字，请用正则提取出纯数字，否则将会报错

-increase 3

-decrease

如：文本发生变化且相较于旧值，数值减少超过3 如果文本内容不是纯数字，请用正则提取出纯数字，否则将会报错

-decrease 3

-equal

如：文本发生变化且等于某个值，数值等于3 如果文本内容不是纯数字，请用正则提取出纯数字，否则将会报错

-equal 3

-less

如：文本发生变化且小于某个值，数值小于3 如果文本内容不是纯数字，请用正则提取出纯数字，否则将会报错

-less 3

-more

如：文本发生变化且大于某个值，数值大于3 如果文本内容不是纯数字，请用正则提取出纯数字，否则将会报错

-more 3

自定义请求头

可以自定义请求时的请求头，主要用于设置Cookie，获取需要登录才能查看的页面，格式为字典，如 {'Cookie':'自定义cookie值'}

添加RSS监控任务

可以在 任务管理 > RSS监控任务管理 添加新RSS监控任务

任务状态查看

可以在任务状态栏目下查看所有任务，包括任务状态（run or stop），上次运行时间，上次运行结果，运行结果包括三类：

• 监测到变化，最新值：{最新值}
• 成功执行但未监测到变化
• 出错显示异常信息

可以通过修改任务状态，暂停或重启任务

数据导入导出

WARNING: 网页监控任务和RSS监控任务的通知方式是通过外键与通知方式表连接，在数据表发生变化的情况下，外键id可能失效或无法和导出时保持一致，建议每次导入任务数据后检查通知方式是否正常。

实例

一般都是用来监控价格变化，但暂时没有什么想买的东西，所以就监控下每天发布的新片子吧

打开网址 https://www.bd2020.com/movies/index.htm，按 F12 调出开发者工具

① 按左上角的小箭头（Ctrl+Shift+C）开启选择模式 ② 选定区域后右键高亮的代码 ③ Copy –> Copy XPath

在 任务管理 –> 网页监控管理 添加新任务

• 任务名称：随便
• 监控网址：填写监控网址
• 元素选择器类型：选择 Xpath
• 元素选择器：粘贴上一步复制的内容
• 通知方式：同时添加了 WxPusher 和 Alertover