精力有限的我們，如何更加有效率地監(jiān)控信息史煎？
很多時(shí)候特別是交易時(shí)，我們需要想辦法監(jiān)控一些信息驳糯，比如股市的公告篇梭。如果現(xiàn)有的軟件沒有辦法實(shí)現(xiàn)我們的需求，那么就要靠我們自己動(dòng)手酝枢，才能豐衣足食恬偷。
你在交易看盤時(shí)，如果有一個(gè)小窗口帘睦，平時(shí)默默的不聲不響袍患，但是如果有公告發(fā)布，就會(huì)顯示公告的信息：這是什么公告竣付，然后給我們公告的鏈接诡延。這樣，既不會(huì)像彈窗那樣用信息轟炸我們古胆，又能夠定制我們自己想要的內(nèi)容肆良，做到想看就看，想不看就不看逸绎，那就很方便了惹恃。
爬蟲抓取的是東方財(cái)富上的上市公司公告，上市公司公告有些會(huì)在盤中公布棺牧。實(shí)時(shí)監(jiān)控的原理巫糙，其實(shí)就是程序代替人工，定期地去刷新網(wǎng)頁陨帆，然后用刷新前后得到的數(shù)據(jù)進(jìn)行比對(duì)曲秉，如果一樣采蚀，那么等待下一個(gè)周期繼續(xù)刷新疲牵，如果不一樣，那么就把增量信息提取出來榆鼠，供我們查閱纲爸。
利用python爬蟲實(shí)時(shí)監(jiān)控公告信息四部曲
第一步，導(dǎo)入隨機(jī)請(qǐng)求頭和需要的包
我們使用json來解析獲取的信息妆够，使用什么方法解析數(shù)據(jù)取決于我們請(qǐng)求數(shù)據(jù)的返回形式识啦，這里使用json最方便负蚊，我們就導(dǎo)入json包。
第二步颓哮，獲取初始的公告數(shù)據(jù)
我們發(fā)現(xiàn)家妆，每一個(gè)公告都有一個(gè)獨(dú)有的文章號(hào)碼：art_code，因此我們以這個(gè)號(hào)碼作為新舊比較的基準(zhǔn)冕茅，如果新頁面的頭一個(gè)公告的art_code和已有的一致伤极，那么就進(jìn)入下一個(gè)刷新周期，如果不一致姨伤，那么說明頁面已經(jīng)更新過了哨坪，我們提取最新的報(bào)告，同時(shí)更新這個(gè)art_code乍楚，用于下一次比對(duì)当编。
原始url的獲取。獲取之后徒溪，通過json解析其中的內(nèi)容忿偷，得到art_code，覆蓋寫入在tmp.txt文件中词渤，用于比對(duì)牵舱。
讀取了tmp.txt文件中的art_code，跟頁面解析的art_code比對(duì)缺虐。
第三步芜壁，獲取公告標(biāo)題和文章鏈接
通過json我們基本上已經(jīng)能夠解析出大部分的數(shù)據(jù)內(nèi)容。
通過觀察網(wǎng)站的公告鏈接的特點(diǎn)高氮，我們發(fā)現(xiàn)主要的差別就是在art_code慧妄，因此通過網(wǎng)址鏈接的拼接，我們就能夠得到公告的pdf鏈接剪芍。
第四步塞淹，運(yùn)行我們的程序
程序運(yùn)行的結(jié)果會(huì)打印到窗口當(dāng)中，每當(dāng)有新的公告發(fā)布罪裹，程序上就會(huì)出現(xiàn)一串新的信息饱普。
總結(jié)
自此，我們通過程序把我們要的信息打印到了程序的運(yùn)行窗口状共，同時(shí)套耕，我們的程序也可以根據(jù)我們需求進(jìn)行強(qiáng)化和擴(kuò)充。首先峡继，這些信息也可以非常方便的通過接口發(fā)送到郵箱冯袍、釘釘?shù)绕脚_(tái)，起到實(shí)時(shí)提醒的作用，其次康愤，我們也可以從不同的地方抓取信息儡循，完成所需信息的自定義整合，這些將在我們后續(xù)的文章中提到征冷。
