如何在不轮询的情况下监视页面更改？

Question

我目前有一个用 C++ 编写的 IRC 机器人，它监视用 php 编写的页面的更改，然后将这些更改输出到 IRC 通道。 然而，当前的方法相当低效，因为它只是每 10 秒不断轮询一次页面，并将其与上次看到的版本进行比较，以检查是否有任何更改。 在 IRC 机器人开始受到性能影响之前，我可以将页面检查间隔减少到大约 2-3 秒，但这并不理想。 通常我监视的页面可能会在 10 秒内发生多次更改，因此可能会错过更改，从页面获取数据的更好方法是什么？考虑到我同时控制用 PHP 编写的页面和 IRC 机器人，但它们位于不同的服务器上。

此页面的唯一目的是将数据传递给 IRC 机器人，因此如果这是更好的解决方案，可以将其完全重新实现为其他内容； IRC 机器人还监视此页面的多个版本以检查不同的内容。

Answer 1

如果 PHP 生成的数据没有以某种方式推送到流（广播或提要）上，那么不幸的是，除了轮询页面之外，您没有任何其他选择。

您可以做的是使用广播推送来自 PHP 的数据，或者从机器人到 PHP 脚本建立持久连接，或者让 PHP 自己计算差异。

Answer 2

PHP 脚本应向 IRB 机器人侦听的公共端口或路径发送一条消息，其中包含有关所发布的任何帖子的信息。这样，只有当消息到达时您才会收到通知。

关于做这些事情的一个注意事项是，要注意短时间内是否有大量帖子；如果并发性很重要，您将需要使用适当的 MQ 服务（如 0MQ/RabbitMQ/InsertMQFrameworkNameHere）来实现这一点，以确保消息按顺序到达并保证发送和接收。

Answer 3

如果您需要监视每个更改，那么让您的 PHP 页面将数据“推送”到您的机器人，而不是让您的 IRC 机器人从页面“拉取”数据（通过轮询）。这可以通过任何网络套接字完成，甚至可以通过端口 80 从 PHP 页面向机器人发出 HTTP POST 请求。

Answer 4

Comet 是轮询的一个很好的替代方案。以下是示例（不过针对 JavaScript）： http://www.zeitoun.net/articles/comet_and_php/开始。

Answer 5

我建议采用这种方法：

1. 当您检索页面时，指定一个很长的超时，比如 10 分钟（请耐心等待一下）；

2. 如果有新页面，让服务器返回；否则就不要发送回复

3. 如果没有页面，客户端将等待最多 10 分钟然后放弃（超时）；但是，如果在此期间有新页面，您的服务器可以回复请求并将页面传递给客户端；

4. 如果发生超时，您只需发送另一个具有相同长超时的请求。

希望我能解释清楚。唯一棘手的一点是，如果没有新数据要发回，您的网页 (PHP) 如何在请求到达时保持等待。
这可以很容易地完成，如下所示：

if ($newDataAvailable) {
   file_put_contents($data, $request_uri);
   return;
}
while (!$newDataAvailable) {
   usleep(10000);
   $newDataAvailable = <check_for_data>;
}
//-- here data is available
<build response using get_file_contents($uri)>
<send response>