智能检测html内容的变化

Question

我正在寻找能够智能地检测html页面内容变化的算法/库（最好是在c＃中）。

例如，如果页面是techcrunch.com，则只有在有新帖子或页面发生重大更改时才会匹配。它会忽略html评论，javascript，诸如评论数量之类的小更新......

有人能指出我正确的方向吗？

Answer 1

您可以使用JavaScript来计算页面上的元素数量或页面的特定部分。有数千种方法可以实现JS来检测变化。

Answer 2

我的假设是，您使用C＃程序请求页面。

实际上，有数百种方法可以做到。

我会给你一个：

第一，最简单的虚拟算法..是

while(true) {
    checkModifyDate();

    if(date is newer) {
        do anything you want...
    }
    do it again in next 10 mins()
}

checkModifyDate（）函数将“仅”检查HTTP标头是否有变化。
然后你可以做任何事情。

您可以将它添加到每xxx分钟运行一次的计时器对象或线程，并将其设置为自动为您完成工作。

希望这有帮助。