LPRSS/app.py at main · luyt12/LPRSS · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
"""
晚点 LatePost 文章邮件服务
定时爬取最新文章并发送邮件
"""
import os
import logging
from apscheduler.schedulers.blocking import BlockingScheduler
from apscheduler.triggers.cron import CronTrigger
import pytz

# 导入项目模块
import simple_scraper
import update_rss
import send_email

# 配置日志
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s'
)
logger = logging.getLogger('main')

# 常量
ARTICLES_DIR = 'latepost_articles'
FEED_PATH = 'feed.xml'
TIMEZONE_EST = pytz.timezone('America/New_York')


def daily_task():
    """
    每日任务流程：
    1. 爬取最新文章
    2. 更新 feed.xml（仅用于记录，不推送 GitHub）
    3. 发送邮件
    """
    logger.info("=" * 40)
    logger.info("开始执行每日任务")

    # Step 1: 爬取最新文章
    logger.info("Step 1: 爬取最新文章")
    try:
        scraper = simple_scraper.SimpleLatePostScraper(output_dir=ARTICLES_DIR)
        rss_updater = update_rss.RSSUpdater(feed_path=FEED_PATH, articles_dir=ARTICLES_DIR)

        latest_id = rss_updater.get_latest_article_id()
        if not latest_id:
            logger.warning("无法获取最新文章ID，尝试从 ID 2800 开始")
            latest_id = 2800

        start_id = int(latest_id) + 1
        end_id = start_id + 5  # 每次抓取最新 5 篇

        logger.info(f"爬取文章 ID 范围: {start_id} - {end_id}")
        results = scraper.scrape_articles_range(start_id, end_id)

        if results['success']:
            logger.info(f"成功爬取 {len(results['success'])} 篇新文章")
        else:
            logger.info("没有发现新文章")

    except Exception as e:
        logger.error(f"Step 1 失败: {e}")

    # Step 2: 更新 feed.xml（本地记录）
    logger.info("Step 2: 更新 feed.xml")
    try:
        rss_updater = update_rss.RSSUpdater(feed_path=FEED_PATH, articles_dir=ARTICLES_DIR)
        new_ids = list(range(start_id, end_id + 1))
        rss_updater.update_feed(new_ids)
        logger.info("feed.xml 更新完成")
    except Exception as e:
        logger.error(f"Step 2 失败: {e}")

    # Step 3: 发送邮件
    logger.info("Step 3: 发送邮件")
    try:
        success = send_email.main()
        if success:
            logger.info("邮件发送成功")
        else:
            logger.error("邮件发送失败")
    except Exception as e:
        logger.error(f"Step 3 失败: {e}")

    logger.info("每日任务执行完毕")
    logger.info("=" * 40)


def main():
    logger.info("晚点 LatePost 邮件服务启动")

    # 立即执行一次
    daily_task()

    # 设置定时任务
    scheduler = BlockingScheduler(timezone=TIMEZONE_EST)

    # 每天 22:00 EST 自动执行
    scheduler.add_job(
        daily_task,
        trigger=CronTrigger(hour=22, minute=0, timezone=TIMEZONE_EST),
        id='daily_latepost_email',
        name='Daily LatePost Email at 22:00 EST',
        replace_existing=True
    )

    logger.info("定时任务已设置: 每天 22:00 EST 执行")
    logger.info("按 Ctrl+C 退出")

    try:
        scheduler.start()
    except (KeyboardInterrupt, SystemExit):
        logger.info("服务已停止")


if __name__ == "__main__":
    main()