cron | 边际效应 - 杨文博的个人博客

本周我遭遇了一个惨痛事件，远程开发机有两块硬盘同时损坏，整个分区数据完全丢失。这直接导致我在开发机上 home 目录中所有文件人间蒸发了，真是一觉回到解放前！

值得庆幸的是这件事发生在端午假期中间，放假前我把大部分源代码都提交到了库里，辛苦劳动的损失倒不大。但是之前种种努力搭建的开发环境全丢失了，这一点让人很郁闷。为了不再遭受这样的损失，我痛下决心学习了一下 rsync，用来同步和备份数据。

不得不说 rsync 也是一个神器啊，man rsync 发现有各种灵活用法，最有用的我觉得还是通过 ssh 来备份的方法。发现了这个秘密后，我觉得用来备份自己的网站数据也不错。下面是我使用的参数：

rsync -avzuptS --delete --max-delete=100 -e "ssh" username@solrex.org:~/ ~/backup

如果懒得输入 ssh 密码，可以使用 ssh 公钥认证。

一旦配置了公钥认证，这个备份命令就可以定制为 cron 任务定时执行了。这时候我发现一个有趣的问题：如果镜像了整个 home 目录的话，无法记录命令执行日志。因为无论日志写入到 home 目录下哪个地方，都会因为远端没有这个文件被 rsync 删除掉。无奈之下只好使用笨方法，让 cron 把同步日志发邮件给自己。

$ crontab -l
SHELL=/bin/bash
HOME=/home/work
MAILTO="someone@somesite.com"
PATH=/home/work/local/bin:/usr/local/bin:/bin:/usr/bin:/usr/X11R6/bin
00 21 * * * mirror_site

把 SHELL 配成 /bin/bash 的原因是 /bin/sh 可能会导致一些不常见的诡异问题，例如这个。同样，在 crontab 中声明 PATH 环境变量可以避免某些命令找不到的问题，特别是自己写的放在 home 目录的脚本。

前一篇博客中说到我买票失败的经历，也充分表达了我想买一张二手座票的意愿。怎么办呢？只好到网上各二手火车票信息平台去找了。心肠不好的人肯定幸灾了祸地在想：“哈哈，这个倒霉的小伙儿该对着浏览器不停地按 F5 了!” 你才 F5 呢，你们全家都 F5。那是典型的 Windows 用户的想法，不要以为 Linux User 跟你一样傻。

前面都是玩笑话 :)，本文只是想介绍一下在 Linux 下有什么更方便的方法来追踪网页发布的信息，以展示 Linux 的命令行工具有多强大（也响应一下 Eric 师兄的文章：完全用键盘工作-3：常用的命令行工具）。

我们就拿火车网为例，通常情况下 Windows 用户为了在火车网上找一张二手火车票信息，会不断地到查询页面刷新，看有没有自己需要的车票。而一个 Linux 用户的做法会有何不同呢？一般来讲他会用工具来做这件事情，而不是在那傻刷，浪费时间。

怎么做呢？有很多种方法，我这里来介绍一种比较好玩的方法，用脚本自动跟踪信息，如果有结果就发送一个 Gtalk 消息给自己。

首先，写一个命令行发送 Gtalk 消息的 Python 脚本。其实我本打算用 freetalk 来做这件事的，奈何咱学识浅薄，不懂 freetalk 脚本该怎么写，也不知道 scheme 语言为何物。没办法，只好用 Python 来做了。下面内容就是用 Python 发送 gtalk 消息的脚本（需要 Linux 上装有 python-xmpp）：

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# Usage: gtsent.py "SOMEBODY@gmail.com" "Message"

import xmpp
import sys

login = 'USERNAME' # without @gmail.com
pwd   = 'PASSWORD'

cnx = xmpp.Client('gmail.com', debug=[])
cnx.connect( server=('talk.google.com', 5223) )
cnx.auth(login, pwd, 'python')

cnx.send(xmpp.Message(sys.argv[1], sys.argv[2]))

将以上内容保存为 gtsend.py 文件，chmod u+x gtsend.py，修改 USERNAME 和 PASSWORD 为你的另一个非[常用] gmail 帐户名和密码。这样执行 ./gtsend.py SOMEBODY@gmail.com "Message" 就可以给 SOMEBODY@gmail.com 发送消息了（当然了，前提是 SOMEBODY@gmail.com 好友列表中有 USERNAME@gmail.com，请注意这里大写只是为了方便阅读）。

其次，写一个 Shell 脚本，用来追踪网页，过滤信息并发送 gtalk 消息。这个就更简单了，使用火车网提供的查询表单接口，用 wget 抓下来，再 grep 一下即可，bash 脚本如下：

#!/bin/bash
URL="http://www.huoche.com.cn/piao/2piaoserach.asp?ICheci=T65&type=0"
RESULT=`wget -O - $URL | iconv -f gbk -t utf8 | grep -i -e "t65.*南京.*硬座\
.*2008-9-28"`
if [ $(echo $RESULT | wc -c) -ge 5 ]
then
  /home/solrex/gtsend.py "YOURSELF@gmail.com" "$RESULT $URL"
fi

将该脚本保存为 get_tickt.sh，chmod u+x get_tickt.sh。这个脚本的工作流程是：wget 以 GET 方式提交对 T65 转让车票的查询，得到的结果输出到标准输出，然后将 GBK 编码转换为 UTF8 编码，再 grep 看是否含有“T65 南京硬座 2008-9-28“关键词。如果有的话，用 gtsend.py 发送一个提醒消息给自己 gtalk 帐户；如果没有结果，什么都不做。

最后，将上面脚本加入 cron 列表每 10 分钟定时执行一次。 执行 crontab -e，添加下面一行即可（注意需要修改到该脚本的路径）：

*/10 * * * * /home/solrex/get_ticket.sh

然后呢，你就可以高枕无忧，开着 Gtalk 等消息吧。当然，不一定能等得到 :(，唉，对我们来说， No news is BAD news！

当然，根据不同情况，你可以把追踪的信息换成别的东西。比如追女孩子的时候，可以用上面方法来实时跟踪她的最新博客，实时跟踪她在 BBS 上的留言，永远保持自己沙发的地位，说不定人家就感受到了你的关心，然后...具体方法我就不教了哈...

标签： cron

SHELL TIPS: rsync 和 crontab 变量

用 Linux 命令行工具自动追踪车票信息