Python实现校园通知自动抓取与多端提醒系统

江岸

发布时间：2026-10-13 | 6人浏览过

原创

本文详细介绍如何使用Python编写校园通知监控脚本。通过urllib和re库抓取教务处、图书馆等网站的新通知，利用Twilio发送短信、smtplib发送邮箱提醒。文中还涵盖了处理编码异常、多收件人发送、Windows中文环境兼容性及使用PyInstaller打包为exe可执行文件的完整流程与常见故障排除。

项目背景与概述

前言

该项目实际上在一个月前就已开发完毕，期间一直计划撰写博客以总结开发过程中的经验与问题。由于近期工作繁忙，直到此刻才完成整理并发布。

项目的初衷源于个人习惯：闲暇时，我习惯逐一访问学校主页、教务处、图书馆及学院官网，查看是否有新通知发布，尽管多数通知与个人无关。恰逢近期正在学习Python，常听人提及Python编写爬虫非常简单，但本人此前并未接触过相关技术。因此，抱着尝试的心态阅读了多篇Python爬虫教程，发现实现难度确实不高。随后，结合官方文档与网络博客，最终完成了个人首个爬虫项目。

简介

系统核心逻辑是利用urllib.request库获取目标URL（即各网站“更多通知”页面）的源代码，随后使用Python的re库进行正则表达式匹配，提取通知的关键信息。提取后的数据会与本地文件中存储的上一次爬取结果进行对比。

一旦检测到存在新通知，系统将触发两种提醒机制：一是利用twilio库向指定的手机号码发送SMS短信；二是利用smtplib库向指定的邮箱地址发送提醒邮件。

此外，程序还具备记录运行日志及异常日志的功能，便于后续排查问题。

当前版本仅支持本校相关通知的监控与提醒，未来计划逐步优化代码结构，以提高项目的通用性和适配性。

源码：

Github地址:School_Notice

环境准备与依赖安装

准备工作

安装twilio库:pip install twilio

注册twilio账号:Twilio

验证手机号:用来接收短信提醒的号码必须在twilio上进行验证

开发过程中的常见问题与解决方案

遇到的问题

邮件发送

在使用变量msg保存邮件文本时，msg['From']和msg['To']必须设置为实际的邮箱地址，否则可能引发SMTPDataError(code, resp)异常。例如，必须明确指定msg['From'] = 'xxxxx@qq.com'。本文示例使用的是QQ邮箱，其他邮箱服务商的具体要求可能有所不同。

原本计划通过for循环实现多人发送，后发现smtplib库的sendmail方法本身支持向多个收件人发送，只需将参数设置为列表（list）即可。因此，可以使用str.split(',')将逗号分隔的字符串转换为列表。

在Windows系统下运行Python程序时，若计算机名为中文字符，可能会导致程序运行异常。解决方法是右键点击“此电脑”选择“属性”，将计算机名修改为英文或数字。

程序代码中使用的邮箱密码并非登录密码，而是需要在邮箱设置中的“账户”->“SMTP服务”处获取的授权码。

其他问题

有时会出现接收不到Twilio发送短信的情况，即使联系运营商10086也无法查明原因。推测可能是短信内容中包含敏感词汇（如学校名称），修改短信内容后问题得以解决。

对上述几个网站的源码使用re.findall后，返回的列表中每个元组内的元素顺序均为“时间、标题、链接”。然而，对学生处网站的源码进行正则匹配后，元素顺序并不一致。因此需要单独调整顺序。直接修改元组中的元素会引发error:tuple' object does not support item assignment异常，因为元组是不可变对象。

解决方法是:


if(subject_EN == 'snnu_xsc'):
 new_data = []
 for item in data:
  temp = (item[1], item[2], item[0])
  new_data.append(temp)
 data = new_data

Python3中的print函数默认自动换行。若需要取消自动换行，可以写作:print(str,end='')

不同网站的编码格式可能不同，必须按照各自的编码方式进行解码。若统一使用utf-8方式，可能会出现编码错误，例如:

UnicodeDecodeError: ‘utf-8' codec can't decode byte 0xc9 in position 167

解决方法是:


if find1 == -1 & find2 == -1:
 Coding = 'utf-8'
else:
 # 教务处网页源码编码格式为为gbk
 # 学生处网页源码编码格式为gb2312
 Coding = 'gbk'
data = response.read().decode(Coding)