urlwatch 高级使用指南：从差异对比到定制化监控
项目地址: https://gitcode.com/gh_mirrors/ur/urlwatch urlwatch 是一个强大的网页变更监控工具，本文将从技术专家角度深入解析其高级功能，帮助用户实现更精细化的监控策略。
快速添加监控任务
urlwatch 支持通过命令行快速添加监控任务，无需手动编辑配置文件：
urlwatch --add url=http://example.org,name=示例监控
差异对比的高级配置
基于单词的差异对比
默认情况下，urlwatch 使用行级差异对比。如需更精细的单词级对比，可配置 wdiff 工具：
url: https://example.com/
diff_tool: wdiff
注意：需先安装 wdiff 工具（Debian/Ubuntu: apt install wdiff，macOS: brew install wdiff）
忽略空白变化
对于频繁变更但仅空白不同的页面，可配置忽略空白变化的差异工具：
diff_tool: "diff --ignore-all-space --unified"
选择性显示变更内容
仅显示新增内容
url: http://example.com/things-get-added.html
diff_filter:
- grep: '^[@+]'
仅显示删除内容
url: http://example.com/things-get-removed.html
diff_filter:
- grep: '^[@-]'
禁用空变更通知
结合 grep 过滤和配置修改，可实现仅在有实质内容变更时发送通知：
url: http://example.com/only-added.html
diff_filter:
- grep: '^[+]'
- grepi: '^[+]{3}'
并在配置文件中设置：
display:
empty-diff: false
高级网络配置
自定义超时设置
url: https://example.com/
timeout: 300 # 5分钟超时
忽略网络错误
url: https://example.com/
ignore_connection_errors: true
ignore_http_error_codes: 408, 429, 500-504
ignore_incomplete_reads: true
指定内容编码
url: https://example.com/
encoding: utf-8
使用Cookie
url: http://example.com/
cookies:
session_id: abc123
user_token: xyz789
高级比较策略
多版本比较
当页面在几个已知状态间切换时，可配置仅在新状态出现时通知：
url: https://example.com/
compared_versions: 3
强制每次运行都报告
监控 date 命令可实现每次运行都收到报告：
name: "urlwatch 运行确认"
command: "date"
特殊场景监控
监控Tor网络(.onion)页面
需先安装配置Tor，然后使用：
torify urlwatch
监控Facebook页面事件
url: http://m.facebook.com/PAGE/pages/permalink/?view_type=tab_events
filter:
- css:
selector: div#objects_container
exclude: 'div.x, #m_more_friends_who_like_this, img'
- re.sub:
pattern: '(/events/\d*)[^"]*'
repl: '\1'
- html2text: pyhtml2text
高级HTTP操作
POST表单提交
name: "登录监控"
url: http://example.com/login
data:
username: "user"
password: "pass"
submit: "登录"
自定义PUT请求
name: "API监控"
url: http://api.example.com/resource
method: PUT
headers:
Content-type: application/json
data: '{"param": "value"}'
实用技巧
监控同一URL的不同内容
name: "监控产品A"
url: http://example.com/#productA
filter:
- grep: "Product A"
---
name: "监控产品B"
url: http://example.com/#productB
filter:
- grep: "Product B"
变更URL保留历史记录
urlwatch --change-location http://example.org#old http://example.org#new
选择性运行任务
urlwatch 2 4 7 # 运行第2、4、7个任务
浏览器任务高级配置
页面加载等待策略
url: http://example.com/
wait_until: domcontentloaded # 可选: load, domcontentloaded, networkidle, commit
初始状态视为变更
url: http://example.com/initialpage.html
treat_new_as_changed: true
通过掌握这些高级功能，用户可以构建更加精准和可靠的网页监控系统，满足各种复杂场景下的监控需求。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
