Python：如何每隔x分钟检查一次XML文件中是否有新条目，但不针对先前发出警报的条目发出警报

Question

我使用urllib2和ElementTree监视XML文件中的新条目，并使用Pushover在每次检测到新条目时发送推送通知。条目存在于XML文件中的时间从30分钟到4小时不等。脚本每5分钟运行一次。什么是最好的方法使脚本只在新的条目上提醒我，而不是每隔5分钟通知一次相同的条目？在

Answer 1

条目是否与时间戳相关联，使得每次更新文件时，新条目的时间戳总是比旧条目晚？如果是这样，只需保留上一个推送项的时间戳，在解析XML文件时，推送较新的项并丢弃旧项。在

如果不是这样，Python有相当不错的集合操作算法，所以我尝试一下：保留一个set已经被推送的条目。在

already_pushed = set()

每次运行脚本时，请执行以下操作：

1. 从文件中创建另一个set

   from_file = parse_file()
   

2. “减”（set difference）已推送的项目集

   new_entries = from_file - already_pushed
   

3. 推送新条目

   push_all(new_entries)
   

4. 检查原始设置，修剪任何超过4小时+5分钟的内容

   cutoff = datetime.now() - timedelta(hours=4, minutes=5) # I forget the syntax
   already_pushed = set(e for e in already_pushed if e.timestamp > cutoff)
   

5. 添加新推送的条目

   already_pushed += new_entries
   

因为你每五分钟才运行一次，除非文件中有大量的条目，否则它应该足够快了。在

如果效率是一个问题，那么您可以通过保持已推送的条目的排序（按时间戳）列表，将文件解析为类似排序的条目列表，并运行一个合并算法来处理来自一个或另一个列表的条目，并根据需要推送并保留或丢弃它。但是使用一个更好的算法所获得的效率收益可能远远超过用Python实现整个过程所带来的效率损失。在这种情况下，你可能不得不使用C或C++来获得更好的性能。在