Php 网络抓取：如何检测列表中的新项目？

我正在编写一些PHP代码，可以从远程广播页面获取音乐播放列表，这意味着它会不断更新。 我想将曲目历史记录存储在我的数据库中

我的问题是，我需要检测何时将新条目添加到远程跟踪列表，知道：

• 我不知道远程页面的更新频率
• 我不知道远程页面上显示了多少曲目。有时是单轨，有时是几十轨
• 同一曲目可能会出现多次

例如，我将在第一次抓取页面时获得以下数据：

死亡组合-埃塞·奥尔哈克时代索特

如果我给了你我的爱

胡佛音-巴达博姆

阿兰·钱福特-班布-皮洛斯基/杰维奇再版

威廉·奥尼亚博-原子弹

柯蒂斯·梅菲尔德-向上移动-扩展版

Mos Def-胖战利品女士

Nicki Minaj-感受我自己

披露-你和我（Flume混音）

奥蒂斯·雷丁-我的女孩-重拍单声道

第二次我会得到：

查尔斯·阿兹纳沃-埃蒙内斯·莫伊

Mos Def-胖战利品女士

碎骨人-人类

伯纳德·拉维利尔斯-黑色

朱利安牧师

滚石乐队-只是你的傻瓜

死亡组合-埃塞·奥尔哈克时代索特

如果我给了你我的爱

胡佛音-巴达博姆

阿兰·钱福特-班布-皮洛斯基/杰维奇再版

如您所见，第二次，我得到的条目7->10似乎与第一次相同（因此条目1->6是新条目）；曲目#2已经在第一个列表中播放，但似乎从那时起就开始重播

这里的新条目是：

查尔斯·阿兹纳沃-埃蒙内斯·莫伊

Mos Def-胖战利品女士

碎骨人-人类

伯纳德·拉维利尔斯-黑色

朱利安牧师

滚石乐队-只是你的傻瓜

我将跟踪条目存储在一个表中，并在另一个表中跟踪历史记录

轨道表的结构

| ID |   artist   |     title     |     album     |
--------------------------------------------------
| 12 |   Mos Def  | Ms. Fat Booty |               |

| ID |   track ID  |        time         |
------------------------------------------
| 24 |     12      | 2016-07-03 13:40:26 |

轨道历史记录表的结构

| ID |   artist   |     title     |     album     |
--------------------------------------------------
| 12 |   Mos Def  | Ms. Fat Booty |               |

| ID |   track ID  |        time         |
------------------------------------------
| 24 |     12      | 2016-07-03 13:40:26 |

你对我如何处理这件事有什么想法吗

---

谢谢

我想您是想在第二个列表的末尾找到与第一个列表开头匹配的项目

如果可以将两个列表存储在一个数组中（旧列表在

$previous

中，新列表在

$current

中），此函数应该有帮助：

function find_old_tracks($previous, $current)
{
    for ($i = 0; $i < count($current); $i++)
    {
        if ($previous[$i] == $current[$i]) continue;
        return find_old_tracks($previous, array_slice($current, $i + 1));
    }
    return array_slice($previous, 0, $i);
}

我的输出是：

新曲目：查尔斯·阿兹纳沃-埃蒙内斯·莫伊；Mos Def-胖战利品女士； 碎骨人-人；伯纳德·拉维利尔斯-黑衣主教；朱利安克雷 -法国总理；滚石乐队-只是你的傻瓜

老曲目：死亡组合-埃塞·奥尔哈克时代索特；Myron&E-如果我 给了你我的爱；胡佛音-巴达博姆；阿兰·钱福特-班布- 皮洛斯基/杰维奇重演

---

你可以用数据库端的信息做你想做的事。

@Veve:我不明白。。。你是什么意思？谢谢你的回答；但我搜索的是一种逻辑方法（如果有）来查找新条目的起始位置。这意味着在第二个数组中，如果已经播放了曲目，它也可能出现。也许那是不可能的。。。请重新阅读我的第一篇文章。我想这就是你所说的。一旦函数遇到$previous中不存在的条目，或者与$previous中的条目顺序不同，它就会使用$current的剩余部分递归调用自己。因此，返回值不可能包含尚未播放的曲目。但也许我误解了你。如果我是对的，那么要找到新条目开始的索引位置，可以使用count（$current）-count（$old_tracks）或类似的方法。