例如，我需要从http://gmail.com/获取免费存储空间的数量：
Over <span id=quota>2757.272164</span> megabytes (and counting) of free storage.
然后将这些数字存储在MySql数据库中。 正如您所见，这个数字是动态变化的。
有没有办法可以设置服务器端脚本，每次更改时都会抓取该数字，并将其保存到数据库中？
感谢。
答案 0 :(得分：3)
由于Gmail不提供任何API来获取此信息，因此听起来您想要执行一些web scraping。
Web抓取（也称为Web 收获或Web数据提取）是 计算机软件技术 从网站提取信息
有许多方法可以做到这一点，如之前链接的维基百科文章所述：
人类复制和粘贴：有时甚至 最好的网络抓取技术可以 不能取代人工的人工检查 和复制粘贴，有时这个 可能是唯一可行的解决方案 明确抓取的网站 设置障碍以防止机器 自动化。
文本grepping和正则表达式 匹配：简单而强大 从中提取信息的方法 网页可以基于UNIX grep命令或正则表达式 编程的匹配设施 语言（例如Perl或 Python）的
HTTP编程：静态和动态 可以通过发布来检索网页 对远程Web服务器的HTTP请求 使用套接字编程。
DOM解析：通过嵌入 完整的Web浏览器，如 Internet Explorer或Mozilla Web 浏览器控制，程序可以检索 由...生成的动态内容 客户端脚本。这些Web浏览器 控件还将网页解析为 DOM树，基于哪些程序可以 检索部分网页。
HTML解析器：一些半结构化的 数据查询语言，例如XML 查询语言（XQL）和 超文本查询语言（HTQL），可以 用于解析HTML页面和 检索和转换Web内容。
网络抓取软件：有很多 网络抓取软件可用 可用于自定义Web抓取 解决方案。这些软件可能会提供 删除的Web录制界面 手动编写的必要性 网络抓取代码，或一些脚本 可用于提取的函数 并转换Web内容，以及 可以存储的数据库接口 在本地数据库中删除数据。语义标注识别： 网页可能包含元数据或 可以的语义标记/注释 用于定位特定数据 片段。如果注释是 嵌入在页面中，作为Microformat 是的，这种技术可以被视为 DOM解析的一个特例。在 另一个案例，注释， 组织成语义层2， 存储和管理分开 网页，所以网络刮板可以 检索数据模式和指令 从刮擦之前的这一层 页。
在我继续之前，请记住所有这些legal implications。我不知道它是否符合gmail的条款，我建议在继续之前检查它们。您最终可能会被列入黑名单或遇到其他问题。
所有这一切，我会说在你的情况下你需要某种蜘蛛和DOM解析器来登录gmail并找到你想要的数据。此工具的选择取决于您的技术堆栈。
答案 1 :(得分：1)
最初，我认为不可能认为该号码是由javascript初始化的。
但是如果关闭javascript，数字就会出现在span标记中，并且javascript函数可能会定期增加它。
因此，您可以使用curl，fopen等从URL中读取内容，然后您可以解析查找此值的内容以将其存储在数据库中。并设置一个cron工作来定期完成。
有很多关于如何做到这一点的参考资料。包括SO。如果你遇到困难，那就打开另一个问题。
警告：Google有办法查明他们的应用是否被删除，他们会在一段时间内阻止您的IP。阅读谷歌小字。它发生在我身上。
答案 2 :(得分：0)
我可以看到你这样做的一种方式（可能不是最有效的方法）是使用PHP和YQL（来自Yahoo!）。使用YQL，您可以指定网页（www.gmail.com）和XPATH以获取span标记内的值。它本质上是网络抓取，但YQL为您提供了一个很好的方法，可以使用4-5行代码。
你可以将整个事物包装在一个每隔x秒被调用的函数中，或者你正在寻找的任何时间段。
答案 3 :(得分：0)
除了这个特殊情况下的合法性问题，我建议如下：
尝试攻击不可能发生的事情，停下来思考不可能性来自哪里，以及你是否选择了正确的方式。
你真的认为他脑子里的某个人会发出一个新的http连接，或者甚至更糟糕的是保持一个开放的comet连接来查看公共存储是否已经增长？对于一个无用的用户？只需查看并找到一个根据某个初始值和当前时间计算值的函数。