核心是定期抓取关键内容片段并比对哈希值：用requests加headers获取页面，BeautifulSoup定位唯一DOM节点提取文本，标准化后生成MD5摘要存本地，下次运行时比对新旧hash，不一致即判定变动并邮件报警。
用 requests + BeautifulSoup 抓取并比对页面内容是否变化
核心不是“实时监控”，而是“定期抓取 + 差异识别”。先确保能稳定获取目标页面的**关键内容片段**，比如某个 <div id="content"> 里的文本，而不是整页 HTML（容易因广告、时间戳、埋点 JS 导致误报）。<p>实操建议：</p>
<p><span>立即学习</span>“<a href="https://pan.quark.cn/s/00968c3c2c15" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">Python免费学习笔记（深入）</a>”；</p>
<ul>
<li>用 <code>requests.get(url, timeout=10) 获取页面，加 headers 模拟浏览器（否则可能被 403）
BeautifulSoup(html, "lxml") 解析，定位到唯一性高的 DOM 节点，调用 .get_text() 提纯文本hashlib.md5(text.encode()).hexdigest() 生成摘要存本地（比如写进 last_hash.txt）用 smtplib 发送纯文本邮件报警，绕过 Gmail 的 OAuth2 限制
很多教程卡在 Gmail SMTP 登录失败——因为 Gmail 默认禁用“低安全性应用访问”，且已逐步停用密码直连。最省事的解法是：不用 Gmail 账号，改用国内支持 SMTP 密码登录的邮箱（如网易 163 邮箱），或启用 Gmail 的“应用专用密码”（需开启两步验证）。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 163 邮箱配置示例：
smtp.163.com端口465，发件人填yourname@163.com，密码填网页版邮箱设置里生成的“授权码”（非登录密码） - 代码中用
smtplib.SMTP_SSL(host, port)连接，server.login(from_addr, password)认证 - 邮件正文别用 HTML，用纯文本 +
\n换行，避免被当垃圾邮件；主题加前缀如[ALERT] example.com content changed - 发送前务必测试一次，确认收件箱能收到且不进垃圾箱
用 schedule 或系统 cron 实现定时运行，避免用 time.sleep() 长驻进程
爬虫脚本不该常驻内存跑 while True: check(); time.sleep(300) —— 一旦异常退出就中断监控，还可能因网络卡顿导致重复执行或漏检。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 推荐用系统级调度：Linux 下写一行
*/5 * * * * cd /path/to && python3 monitor.py >> /var/log/monitor.log 2>&1到crontab -e，每 5 分钟拉起一次独立进程 - 若坚持用 Python 调度库，选
schedule（轻量）而非APScheduler（重），并在主循环末尾加schedule.run_pending(); time.sleep(1)，防止 CPU 占满 - 每次脚本启动时先检查上一次运行是否超时（比如读
last_run.pid文件 +ps查进程），避免多个实例并发冲突
内容变动误报的三个高频原因和应对方式
刚上线时最容易连续收到“内容已变”邮件，其实只是页面无关元素在抖动。
常见误报来源：
- 页面含实时更新的时间戳（如“最后更新：2024-06-12 14:23:01”）→ 用正则提前
re.sub(r"最后更新：\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}", "", text)清洗 - CDN 缓存不一致，A 地区看到新版，B 地区看到旧版 → 在请求头加
"Cache-Control": "no-cache"，并固定使用一个出口 IP（如走代理池中的某台） - JS 渲染内容（如 React 动态加载的正文）→
requests拿不到，得换playwright或selenium启浏览器，但性能代价大，先确认目标站是否真依赖 JS
真正要监控的，永远是业务意义上“值得报警”的变化，比如政策页新增了 <strong>重要提示</strong>，而不是页脚版权年份从 2023 变 2024。
