话说回来，我搞这个《女孩之家\_更新日志\_官网》的监控，起因挺操蛋的。
本站为89游戏官网游戏攻略分站，89游戏每日更新热门游戏，下载请前往主站地址:www.gm89.me
那段时间我TM刚换工作，忙得跟狗一样，根本没空盯着原来的网站。可偏偏他们更新又没个准信，一旦错过了新东西，就得等下一次，难受。
所以我就琢磨，不能老这么被动，得自己弄个东西来解放双手。
自己动手，丰衣足食
我撸起袖子，第一件事就是跑去看目标站点的页面结构。它那个更新日志，藏得挺深，是动态加载的一部分，用普通的办法抓取，死活不行。一开始我试了直接用Python的requests库去请求，只拿到个空壳子。气得我想砸键盘。
- 定位问题：后来我摸清楚了，那日志是JavaScript渲染出来的。没辙，只能祭出神器——Puppeteer（我用的不是这名字，我管它叫“那个能模拟浏览器的工具”）。
- 编写脚本：我咔咔写了一个*脚本，设定好让它跑起来，打开页面，等待日志区域完全加载完成，然后把那块HTML内容抠出来。
- 数据对比：抠出来的内容，我存到本地的一个简单文本文件里。每天定时跑一次，跟前一天存的做对比，发现不一样，就算抓到了更新。
最大的坑：他们老是换衣服
刚开始跑得挺顺利，我心里美滋滋的。谁知道没过两天，我的脚本就报警了。我打开一看，原来那帮人偷偷改了日志区的CSS选择器。我赶紧修，调好了又跑。过了一周，又坏了，这回是换了异步请求的接口地址。这简直就是跟我过不去！
我前前后后修修补补了快一个月，每天早上第一件事不是看新闻，是看我那个脚本有没有又报错。这哪是解放双手，这简直是给自己挖了个大坑。
我那时候真想不通，不就是个更新日志吗，至于天天换来换去吗？后来我才明白，他们可能根本没想着稳定，就是随便搞搞。我的这个实践记录，反倒成了记录他们网站的结构变更日志了。
到头来，我放弃了这种高难度爬虫。我回头看，与其花时间跟他们斗法，不如直接弄个最简单的页面哈希值监控得了，只要页面字节有变化，就通知我。管它改了变了就行。
那个又笨又重的Node脚本还在我的服务器里躺着，我偶尔会去看看，感慨一下那段时间的折腾。人，有时候就得绕个远路，才知道哪个办法最简单有效，是不是这个理？