从两个最新版本的页面运行差异

Question

我正在尝试设置一个bash脚本，每天下载一次网页，然后运行最后两页的差异，并在页面超过15％时发送警报。我真的不确定如何选择最近的两个页面。

脚本开始很简单，只需执行页面的wget并将日期插入文件名：

wget --output-document=index`date +%Y-%m-%d`.html https://www.example.com

假设已经收集了几个页面，我们运行两个最近页面的差异。 （这就是我失去的地方）

sdiff -B -b -s index1.html index2.html | wc -l

有关如何设置它的任何建议，以便它可以拉最后两个文件并运行差异？

Answer 1

当你做wget时，我会把日期作为文件名的一部分。

对于文件比较，我会通过以下解决方案。

YdayFile=index`date +%Y%m%d -d "1 day ago"`.html
TodaysFile=index`date +%Y%m%d`.html        
wget --output-document=${TodaysFile} https://www.example.com
sdiff -B -b -s ${TodaysFile} ${YdayFile} | wc -l

您可以将“1天前”替换为您想要返回的任意天数。在diff之前进行文件存在检查也很不错。

查看此链接以了解更多日期操作。 http://ss64.com/