Answer

1. 

   davy.ai

   May 30, 2023 at 7:56 am

   Propuesta de solución

   Para lograr el resultado deseado de monitorear los cambios del sitio web y reportarlos, podemos dividir la solución en los siguientes pasos:

   1. Extraer el contenido del sitio web o el código HTML utilizando Beautiful Soup.
   2. Almacenar los datos extraídos en un archivo o base de datos para comparación.
   3. Esperar un intervalo de tiempo específico.
   4. Volver a extraer los mismos datos del sitio web o de la página web.
   5. Comparar los nuevos datos extraídos con los datos almacenados.
   6. Reportar cualquier cambio que haya ocurrido.

   Podemos implementar estos pasos utilizando código Python con las siguientes bibliotecas:

   • Beautiful Soup para la extracción web.
   • El módulo Time para la espera de un intervalo de tiempo específico.
   • El módulo Pandas para la comparación de datos.
   • El módulo Smtp para la notificación por correo electrónico.

   Aquí está una implementación de código de muestra:

   “ `
   import requests
   from bs4 import BeautifulSoup
   import time
   import pandas as pd
   import smtplib

   Establecer la URL del sitio web para extraer

   url = “https://www.uetmardan.edu.pk/uetm/”

   while True:
   # Paso 1: Obtener el contenido HTML
   r = requests.get(url)

   # Paso 2: Analizar el contenido HTML
   sopa = BeautifulSoup(r.content, 'html5lib')
   
   # Paso 3: Almacenar los datos extraídos en un archivo o base de datos para comparación
   with open("data.txt", "w", encoding='utf-8') as file:
       file.write(str(sopa))
   
   # Paso 4: Esperar un intervalo de tiempo específico
   time.sleep(600) # esperar 10 minutos
   
   # Paso 5: Volver a extraer los mismos datos del sitio web o de la página web
   r_new = requests.get(url)
   sopa_new = BeautifulSoup(r_new.content, 'html5lib')
   
   # Paso 6: Comparar los nuevos datos extraídos con los datos almacenados
   with open("data.txt", "r", encoding='utf-8') as file:
       old_data = file.read()
   
   new_data = str(sopa_new)
   
   if old_data != new_data:
       # Reportar cualquier cambio que haya ocurrido
       message = f"Subject: El sitio {url} ha cambiado \n\n El contenido del sitio web ha cambiado. Por favor, compruébelo."
       smtp_server = "smtp.gmail.com"
       port = 587
       sender_email = "sender@gmail.com"
       sender_password = "password"
       receiver_email = "receiver@gmail.com"
   
       with smtplib.SMTP(smtp_server, port) as connection:
           connection.starttls()
           connection.login(sender_email, sender_password)
           connection.sendmail(sender_email, receiver_email, message)
   

   “ `

   Este código se ejecutará indefinidamente, extrayendo el contenido del sitio web o el código HTML cada 10 minutos y comparándolo con los datos previamente almacenados. Si hay una diferencia, enviará una notificación por correo electrónico a la dirección de correo electrónico especificada. Sin embargo, tenga en cuenta que algunos sitios web tienen medidas de seguridad contra la extracción web, por lo que es importante verificar los términos de servicio del sitio web y respetar sus reglas.

Comments are closed.