网页变更监控：盯着对手的公告、库存和价格页
这类工具的原理很简单：定时抓取页面、提取正文、和上次对比、有变化就通知。难点全在「怎么判断变了」和「怎么不被当成爬虫」。
一、部署
services:
changedetection:
image: dgtlmoon/changedetection.io:latest
restart: unless-stopped
ports: ["5000:5000"]
volumes: ["./datastore:/datastore"]
environment:
- PLAYWRIGHT_DRIVER_URL=
- BASE_URL=https://watch.你的域名需要监控 JS 渲染的页面时，再加一个浏览器容器配套（页面内容由脚本生成，普通抓取只能拿到空壳）。
二、判断「变了」的三种策略
| 策略 | 适用 | 缺点 |
|---|---|---|
| 全文对比 | 简单静态页 | 页面上有时间戳/广告位，每次都报「变了」 |
| CSS 选择器定位 | 只关心某一块内容 | 页面改版后选择器失效 |
| 忽略规则 + 去噪 | 必须盯整页时 | 要花时间调规则 |
实用顺序：能定位就定位。比如只监控商品页的「有货/无货」那一行，比监控整页准确得多。
如果只能整页监控，必须把这几类内容排除掉：访问计数器、当前时间、「推荐阅读」模块、随机广告位。否则每次抓取都会误报。
三、频率与礼貌
检查间隔决定了「多快知道」，也决定了「对方多烦」。经验值：
- 补货/秒杀：5–15 分钟，但这类页面通常有反爬，成功率不高；
- 公告/政策：每天 1–2 次足够；
- 招聘页：每天一次；
- 价格：每 6 小时，避免触发风控。
对同一站点，把多个监控项的检查时间错开，别在同一秒发一堆请求。
四、通知怎么配
接到自建推送是最顺的：webhook 一条 POST 就到手机，不依赖邮件。通知内容要带三样：哪个监控项、变了什么（差异片段）、原页面链接。
只发「有变化」而不带差异，等于让人重新打开页面看一遍，价值大打折扣。
五、几个现实约束
- 反爬会挡：Cloudflare、验证码、IP 限流都可能让监控时断时续。自建工具在这件事上没有优势，遇到强反爬只能降低频率或放弃；
- JS 渲染成本高：带浏览器容器后，内存占用会涨一个量级；
- 登录页监控不了：需要登录才有内容，得配 Cookie，而 Cookie 会过期；
- 不是自动化操作工具：它只负责「告诉你变了」，不负责下单、不负责抢。
六、适合监控什么
- 政府/机构的公告与政策页（有实际价值，且页面稳定）；
- 招聘网站的目标公司页面（新岗位出现时间）；
- 竞品的定价页与套餐页；
- 自己网站的页面（发现被篡改或挂马）。
最后一条常被忽略：给自己的首页做监控，一旦内容被替换（挂马、注入）能第一时间发现，比事后被搜索引擎标记要主动。
七、和 RSS 的区别
如果目标站点提供 RSS，用 RSS 更省事——那是对方主动提供的数据源。只有在「没有 RSS、但需要盯着」时才用这类工具。
RSS 阅读器的部署见 FreshRSS 与 Miniflux；推送渠道见 Ntfy。
相关阅读
版权声明：如无特殊标注，文章均为本站原创，转载时请以链接形式注明文章出处。
评论