建设网站用什么语言开发稳定wordpress采集 爬虫

1. fswatch 原理与应用简介
2. fswatch 安装
3. fswatch 实践应用
4. 具体应用场景与细节补充

1. 简介

有些知识，你知道了不算厉害，但你要是不知道，就容易出乱。

很多时候，程序需要及时获取磁盘上某个文件对象（文件夹、文件）的变动信息，这时候 “绝大多数操作系统支持主动推送此类信息” 这个知识点，就很重要。

如果不知道这点，大概就只能让程序定时去检查、并维护前后两套数据，自行对比以发现是否有哪个文件对象发生了哪些变化。

fswatch 本是多数 linux 下的一个工具程序——但现已经支持跨平台。它提供动态库和配套的 C、C++头文件 (合称为 libfswatch)，借助它，我们也可以在自己的程序中，直接获得监控指定文件对象变动信息。

更多关于文件变动信息监控以及 libfswatch 库的基本原理、功能以及应用场景示例，请看视频 A。

• 视频 A : FSWatch 简介

001-监控你的文件-1原理简介-C++开源库108杰

2. 安装 fswatch

Linux 下，可以使用各自发行版自带的包管理器安装 fswatch。以 Ubuntu 为例：

sudo apt install fswatch

Windows下，因为我们使用 msys2 来安装 fswatch。进入对应环境（我们的课程使用的是 ucrt64）的终端，输入以下指令即可：

pacman -S mingw-w64-ucrt-x86_64-fswatch

msys2 本身的安装可看课程 《VSCODE 多语言开发保姆手册》）的第一节课 《MSys2 + GCC 安装与应用》。

如果你手快并且长得帅的话，最快十秒钟具体操作过程以及效果演示，见视频 B 。

002-监控你的文件-2十秒安装-C++开源库108杰

3. 上机实践

我们使用 Windows + Msys2 + VSCode + GCC + CMake 的开发环境，相关准备工作同样可观看 《VSCODE 多语言开发保姆手册》）。

• 视频 C： 上机实践

003-监控你的文件-3使用示范-C++开源库108杰

3.1 CMakeList.txt

cmake_minimum_required(VERSION 3.15.0)
project(HelloFSWatch VERSION 0.1.0 LANGUAGES C CXX)add_executable(HelloFSWatch main.cpp)target_link_libraries(${PROJECT_NAME} PRIVATE fswatch) 
target_link_directories(${PROJECT_NAME} PRIVATE "C:/msys64/ucrt64/bin")

说明：

其中最后两行是我们添加的。

• 第一行 target_link_libraries 用于告诉编译器，当前项目需要链接到 fswatch 这个库；
• 第二行 target_link_directories 则告诉编译器，上哪里去找 fswatch 这个库；
• PRIVATE 用于指示对应的设置，仅在当前目标中生效，对我们这个小项目并无影响；
• ${PROJECT_NAME} 是 CMake 的内置变量，用于表示当前项目名称，即 HelloFSWatch （见第2行的 project 语句）

GCC 在链接某个库时，会自动为它加上 lib 前缀，以及对应的扩展名，本例为 .dll，因此，我们在 CMake 源文件中写的 fswatch，最终会组成全名 “libfswatch.dll”

3.2 main.cpp

#include <ctime>#include <iostream>
#include <iomanip>#include <libfswatch/c++/monitor_factory.hpp>// 返回值：必须是 void，入参必须是 std::vector<fsw::event> const & 和 void *
void on_file_changed(std::vector<fsw::event> const & events, void *)
{std::cout << "Files Changed:\n";for (auto const& event : events){// 输出变动的文件路径：std::cout << event.get_path() << "\n";// 输出变动的时间:std::time_t t = event.get_time();std::tm lt; // local time 本地时间结构localtime_s(&lt, &t); // C11 开始支持的线程安全的时间转换函数std::cout << std::put_time(&lt, "%Y-%m-%d %H:%M:%S") << "\n";// 输出变动的标志：std::cout << "Flags:\n";for (auto const& flag : event.get_flags()){std::cout << "\t" << fsw_get_event_flag_name(flag) << "\n";}}
}int main(int, char**) 
{std::vector<std::string> paths = {"d:\\tmp"};auto *monitor = fsw::monitor_factory::create_monitor(system_default_monitor_type,paths,on_file_changed);// 启动监控monitor->start();  // 进入死循环
}

如代码所示，使用 fswatch 实现被动式响应（那操作系统主动回调我们的函数）的文件变动监控过程，关键三步：

Step1 : 通过工厂类的静态方法 create_monitor 创建一个监控器。需指定类型（通常就是采用代码中的默认类型）、待监控的文件对象路径（默认类型下，Windows 操作系统仅支持以文件夹为单位进行测控，因此该参数只能填写文件夹），回调函数；实际还有第四个默认参数，用于向回调函数传递额外的参数，通常并不需要，因此它有默认值 nullptr；

Step2 ： 准备好你的回调函数（即代码中的 on_file_changed ），注意，该函数原型须严格符合：void (std::vectorfsw::event const& , void *) ；

Step3 ： 启动监控。

3.3 on_file_changed 详解

回调函数名字无所谓。第一个入参类型需为 std::vectorfsw::event const& ，这是一个常量引用，第二个入参为 void *，即前面创建监控器，所传入的第四个参数（我们使用的了函数参数默认值）。

第一个入参 events 是复数（一个容器），表明该函数被操作系统回调用时，操作系统可能想告诉我们的情况有可能是：

• 一个文件对象的一个变动事件；
• 一个文件对象的多个变动事件；
• 多个文件对象的多个变动事件。

每一个 event 主要包含：变动文件路径的对象（如果变动对象是一个文件，此时Windows系统上报的也是文件名），变动时间（注意，不一定非常精确），变动标志等。

库为变动标志取了一些英文名字，常见的有：

• NoOp : 无变动
• PlatformSpecifc ：特定平台指定
• Created
• Updated
• Removed
• OwnerModified ： 对象的拥有者变化，常见于 *uix 系统；
• AttributeModified: 对象属性发生变化
• MovedFrom
• MovedTo
• ……

每个变动事件可能包含有多个变动标志。

on_file_changed 第一层循环用来遍历所有事件，输出每个对象变动路径、时间。其中用到 纯C（不要加 std::）的，C11 才支持安全的时间转换函数 localtime_s 和 C++ 输出的扩展的格式操控符：put_time() 注意操控符并不返回字符串。

有关 C++ 流与操控符（比如，如何自定义一个输入或输出流操控符），可学习 《C++“流”编程视频辅导》。

第二层循环输出当前事件的所有标志，其中用到 fsw_get_event_flag_name()以获取指定标志值对应的英文名称。

4. 补充

4.1 场景补充

许多问题，确实可以通过这个“消息队列”轻松实现，除视频中提到的给用户发送通知邮件之外，还有如下场景可考虑使用：

• 用户上传文件内容审核：某网站系统，允许用户发表带图的文章，需要对图片或文章的文字内容做安全审核；
• 线上系统自动源代码编译：程序员使用 git 等工具，将相关模块的源代码上传到服务器上并触发自动编译；
• 数据采集与比对系统：为了稳定性，很多监控系统会划分成数据采集与数据比对两个独立的子进程。

4.2 细节补充

“封包” 文件：很多时候，接收方发现出现一个新增的文件，并不能直接开始读取它，因为此时发送方可能还在往该文件中写入数据。此时有两种经典解决方法。

• 方法一：要求发送方以独占模式打开文件，对应的，接收方尝试也以独占模式打开，这样后者将失败，从而避免双方同时处理（哪怕一写一读）；
• 方法二：双方约定特定文件名称（通常是扩展名）为 “封包”文件。比如，约定 .seal为封包文件的扩展名。则当发送方先生成 a.dat 文件，再生成名为 a.dat.seal 的封包文件（通常是一个零字节文件）；接收方仅在发现后者之后，才开始处理 a.dat（并在处理结束后，删除封包文件）。