【Python】每天还在盯着网页变化？NoNoNo!手把手教你编写自动监控机器人
😀
网页信息变化？无法及时查看
由于各种原因（bushi）你要申请一个软著，但是这个网站它并不会自动给你推送变更信息，于是你需要：
- 需要输入账号密码 → 借助 Edge浏览器密码工具补全。
- 为了看一眼“有没有受理”“有没有需要补正”，每天要手动登录。
目前网上有一个非常强大的插件，可以实时抓取（10s）网页变更信息并通过邮箱/短信/WebHook通知你，它就是网页更新提醒 一个浏览器插件，是一款可以监控并跟踪记录网页内容更新，并立即通知你的浏览器插件。灰常好用，并且可以自定义配置，预处理（好像要VIP）等等。
很豪，但是主包使用了，拿来抓取软著的状态信息变更，发现会失效，原因是登录过期。
所以我们使用Python来试试。
“懒惰是程序员的第一生产力”。 为了解决这个痛点，我基于 Python + Playwright 编写了一个自动化脚本，实现了：
- ✅ 自动绕过登录（基于 Cookie 复用）。
- ✅ 全自动监控：每隔几小时自动查询。
- ✅ 深度抓取：不仅看数字，还能自动点进去看是哪个软件变更了状态。
- ✅ Webhook 通知：状态一变，飞书/钉钉/微信立马收到消息。
当然你可以不用Webhook，自行更换成邮箱这些哦~
技术方案选型
在爬取版权局官网时，我遇到了两个主要坑：
- 动态渲染：网页是 Vue/React 构建的，数据全是异步加载，普通的
requests库拿不到数据。 - 点击拦截：页面上经常会有半透明的遮罩层（Cover），导致模拟点击失效。
因此，最终选型为 Playwright。它比 Selenium 更快、更轻量，且能完美处理动态渲染和抗检测。
第一步：环境准备与加速
由于 Playwright 需要下载浏览器内核，国内网络可能会失败。我们可以使用国内镜像源加速。
# 1. 安装 Python 库（使用清华源） pip install playwright requests -i <https://pypi.tuna.tsinghua.edu.cn/simple> # 2. 设置 Playwright 浏览器下载镜像（Windows PowerShell） $env:PLAYWRIGHT_DOWNLOAD_HOST="<https://npmmirror.com/mirrors/playwright/>" # 3. 安装浏览器内核 playwright install 第二步：搞定登录（Cookie 也就是“门票”）
版权局的验证码很难破解，但我们不需要每次都破解。我们只需要人工登录一次，保存下 Cookie，以后脚本拿着这个 Cookie 就能骗过服务器。
编写 get_cookie.py：
from playwright.sync_api import sync_playwright def save_login_manually(): with sync_playwright() as p: # headless=False 表示显示浏览器界面，方便我们要手动操作 browser = p.chromium.launch(headless=False) context = browser.new_context() page = context.new_page() print(">>> 正在打开登录页面...") page.goto("<https://register.ccopyright.com.cn/login.html>") print("【请配合执行】请在弹出的浏览器中手动登录，直到看到后台列表页面。") input(">>> 登录成功后，请回到这里按回车键 (Enter) 保存状态...") # 核心：保存 Cookie 和 LocalStorage 到文件 context.storage_state(path="auth.json") print(">>> 登录状态已保存至 auth.json") browser.close() if __name__ == "__main__": save_login_manually() 运行后，手动登录一次，目录下就会多一个 auth.json 文件。
第三步：编写核心监控脚本
这是整个系统的“大脑”。
- JS 注入：强行删除页面上的
.cover遮罩层。 - Force Click：使用
click(force=True)无视任何遮挡进行点击。 - 异常兜底：如果 Cookie 过期或网络超时，立即发送报警通知。
编写 monitor.py：
import os import json import time import requests from playwright.sync_api import sync_playwright # --- 配置区 --- AUTH_FILE = "auth.json" DATA_FILE = "last_status.json" # 替换为你的 Webhook (飞书/钉钉/企业微信) WEBHOOK_URL = "你的webhook地址" TARGET_URL = "<https://register.ccopyright.com.cn/account.html?current=soft_register>" WATCH_LIST = ["待受理", "待审查", "待补正", "待发放", "已发放"] def send_notification(content): """发送 Webhook 通知""" try: payload = {"msgtype": "text", "text": {"content": content}, "content": content} requests.post(WEBHOOK_URL, json=payload, timeout=10) except Exception as e: print(f"通知发送失败: {e}") def run_monitor(): # 1. 检查凭证 if not os.path.exists(AUTH_FILE): send_notification("【⚠️ 报警】找不到 auth.json，请重新运行登录脚本！") return current_data = {} with sync_playwright() as p: # 生产环境使用 headless=True (无头模式) browser = p.chromium.launch(headless=True) context = browser.new_context(storage_state=AUTH_FILE) page = context.new_page() try: print(f">>> [{time.strftime('%H:%M:%S')}] 开始检查...") page.goto(TARGET_URL) page.wait_for_load_state("networkidle") # 2. 检查是否掉线 if "login" in page.url: raise Exception("Cookie已失效，跳转回了登录页") page.wait_for_selector("text=待受理", timeout=30000) time.sleep(2) # 3. 【黑科技】强力清除页面遮罩 try: page.evaluate("document.querySelectorAll('.cover').forEach(el => el.remove());") except: pass # 4. 遍历抓取 for status_name in WATCH_LIST: # 定位标签 tab_locator = page.locator(f"li.title-item:has-text('{status_name}')") # 获取右上角数字 badge_locator = tab_locator.locator("sup") count = int(badge_locator.inner_text().strip()) if badge_locator.count() > 0 else 0 software_names = [] if count > 0: # 【黑科技】强制点击，无视遮挡 tab_locator.click(force=True) time.sleep(1.5) # 等待列表刷新 # 抓取列表里的名字 software_names = [el.inner_text().strip() for el in page.locator(".opusName > p").all() if el.inner_text().strip()] current_data[status_name] = {"count": count, "names": software_names} except Exception as e: err_msg = f"【⚠️ 监控失败】脚本运行出错: {str(e)[:100]}" print(err_msg) send_notification(err_msg) browser.close() return browser.close() # 5. 数据比对与通知 last_data = {} if os.path.exists(DATA_FILE): try: with open(DATA_FILE, "r", encoding="utf-8") as f: last_data = json.load(f) except: pass if current_data != last_data: print(">>> 状态变化，发送通知...") msg_lines = ["【软著状态变更提醒】", f"时间: {time.strftime('%m-%d %H:%M')}"] msg_lines.append("-" * 20) has_content = False for status, info in current_data.items(): if info['count'] > 0: msg_lines.append(f"● {status} ({info['count']})") for i, name in enumerate(info['names'], 1): msg_lines.append(f" {i}. {name}") msg_lines.append("") has_content = True if not has_content: msg_lines.append("当前队列为空。") send_notification("\\n".join(msg_lines)) with open(DATA_FILE, "w", encoding="utf-8") as f: json.dump(current_data, f, ensure_ascii=False, indent=2) else: print(">>> 数据无变化。") if __name__ == "__main__": run_monitor() 第四步：效果展示
脚本运行后，一旦状态发生变更，我的手机就会收到这样的推送：
再也不用在那干等着刷新了！
第五步：自动化部署
脚本写好了，怎么让它 7x24 小时运行呢？
如果你是Windows系统最简单的方法是使用 Windows 自带的 “任务计划程序”：
- 打开“任务计划程序”，点击“创建任务”。
- 常规：勾选“不管用户是否登录都要运行”。
- 触发器：新建，选择“每天”，然后在高级设置里勾选“重复任务间隔”，设置为 2小时。
- 操作：启动程序 -> 选择 Python 路径 -> 参数填
monitor.py-> 起始于 (Start in) 填脚本所在文件夹路径。
这样，即使你在睡觉，脚本也在不知疲倦地为你工作。
如果你是Linux，那么可以添加到守护进程，或者直接暴力循环（手动狗头）
if __name__ == "__main__": while True: print(f"\\n>>> [{time.strftime('%Y-%m-%d %H:%M:%S')}] 开始执行监控任务...") try: run_monitor() except Exception as e: print(f">>> 运行出错: {e}") print(">>> 任务完成，等待 2 小时后再次运行...") # 2小时 = 2 * 60 * 60 = 7200 秒 time.sleep(7200) 🤗总结
通过 Python Playwright，我们只用了不到 200 行代码就解决了复杂的动态网页监控问题。核心思路是：
- 人工辅助登录 解决验证码难题。
- Playwright 解决动态加载和点击拦截难题。
- Webhook 解决信息触达难题。
如果你也是正在申请软著的学生或开发者，希望这个脚本能帮你节省宝贵的时间！
