PHP: Website periodisch parsen

[SourceGrabber]

Wenn du die Möglichkeit hast auf einem Linux Server einen Crownjob einzurichten, dann würde ich das machen und mit lynx das Script regelmäßig aufrufen um den Status auszulesen und in eine Datenbank zu schreiben. Von dort kannst du dir dann auf einfache Weise Listen generieren, die du zum Vergleich mit dem KM-Buch verwendest.

Noch einfacher wäre es natürlich die ursprüngliche Webseite so anzupassen, dass sie bei jeder Statusänderung einen Eintrag in der Datenbank erstellt.

[Philipp]

Wieso mit Lynx? PHP Scripte kann man direkt ausführen wenn es der Server erlaubt.

[ZombyKillah]

Du kannst auch aus einen php skript einen neuen php skript aus aufrufen ...
der alte wird dann durch ein time-out gekillt ...

... also eine einfache rekursive Schleife, die das Risiko eingeht, den Server irgendwann zu überlasten ... wenn sie zu oft gestartet wird.
Wobei man dieses durch ein überprüfen, ob eine Datei vorhanden ist speeren kann ...

PHP-Code:

function do_lock(){
 $file = "running.lock";
 if ($fh = fopen($file, "r")) { //Wenn das file schon exestiert und geöffent werden kann
  $last_time = fget($fh);
  fclose($fh);
  $now = date("U");
  if ($last_time < $now - 10) return false;
   //Und der skript vor unter 10 sek rannte gebe falsch zurück.
 }
 $fh = fopen($file, "w+");
 fput($fh, date("U"));
 fclose($fh);
 return true;
}
function do_unlock(){
 $file = "running.lock";
 unlink($file);
}

if (do_lock()){
...

...
sleep(5);    //Warte 5 sek ...
do_unlock(); //entferne das Schloss ...
$me = "http://".$_SERVER['SERVER_NAME'].$_SERVER['PHP_SELF'];
$run_again = fopen($me, "r");
fget($run_again); //rufe dich selbst auf ...
} 


[SourceGrabber]

Zitat von Philipp

Wieso mit Lynx? PHP Scripte kann man direkt ausführen wenn es der Server erlaubt.

Viele Webhoster erlauben das jedoch nicht, dann bleibt dir der Umweg leider nicht erspart.

Ich glaube Cronjob wäre ganz gut, wenn möglich und sonst könntest ja noch einen Redirect auf das Script selbst machen, dazu muss aber halt dann der Browser der es gestartet hat offenbleiben. Außerdem kommt dann auch noch ein ev. Problem mit Timeouts dazu.