Barron's 股票推薦爬蟲（模組化架構）

一個可擴充的爬蟲服務，內建 HTTP API 與多種通知（Email/Webhook/Discord）。 現已模組化：API 與爬蟲核心分離，便於未來新增其他網站的爬蟲。

功能

• 定時抓取 Barron's 股票推薦頁面
• 只在有新內容時發送通知（可設定首次啟動也通知）
• 內建 /health、/stats、/check 與 /notify_test API
• Docker 化部署，資料與日誌可持久化
• 架構模組化，易於擴充其他站點

專案結構

app/
  runner.py                 # 啟動流程（載入設定、啟動 API 與爬蟲）
  config.py                 # 設定載入與 logging
  api/server.py             # Flask API
  crawlers/base.py          # BaseCrawler：通用排程/比對/通知
  crawlers/barrons.py       # Barron’s 爬蟲
  crawlers/template.py      # 新站點範本（複製後改名擴充）
  services/storage.py       # JSON 儲存
  services/notifications.py # Email/Webhook/Discord
enhanced_crawler.py         # 舊入口，現委派到 app.runner
Dockerfile
docker-compose.yml
requirements.txt
health_check.py
.env / .env.template
data/                      # 持久化資料（預設）
logs/                      # 持久化日誌（預設）

快速開始（Docker）

1. 建立環境變數檔

cp .env.template .env
# 編輯 .env，至少設定你要用到的通知方式（Email/Webhook/Discord 任選）

2. 啟動服務

docker-compose up -d
docker-compose logs -f barrons-crawler

3. 驗證 API

curl http://localhost:8080/health
curl http://localhost:8080/stats | jq
curl http://localhost:8080/check | jq
curl "http://localhost:8080/notify_test?channel=email"    # 或 webhook/discord

本機執行（非 Docker）

pip install -r requirements.txt
python enhanced_crawler.py

環境變數說明

• 基本
  • CHECK_INTERVAL: 檢查間隔（秒），預設 300
  • LOG_LEVEL: 日誌等級，預設 INFO（可 DEBUG）
  • ALWAYS_NOTIFY_ON_STARTUP: 是否在啟動後第一次就寄出目前清單（true/false），預設 false
• Email（可選）
  • EMAIL_SMTP_SERVER、EMAIL_SMTP_PORT（587/465/25）
  • EMAIL_SMTP_SECURITY: starttls | ssl | none（預設 starttls）
  • EMAIL_FROM、EMAIL_TO、EMAIL_USERNAME、EMAIL_PASSWORD
• Webhook（可選）
  • WEBHOOK_URL: Slack/Teams Incoming Webhook URL
• Discord（可選）
  • DISCORD_WEBHOOK: Discord Webhook URL
• 進階路徑（可選）
  • DATA_DIR: 資料輸出路徑（Docker 預設 /app/data；本機預設 ./data）
  • LOG_DIR: 日誌輸出路徑（Docker 預設 /app/logs；本機預設 ./logs）

Email 使用建議：

• Gmail 請使用「應用程式密碼」並開啟兩步驟驗證
• 校園/企業信箱請向管理者確認 SMTP 主機、連接埠與加密方式

Web API 端點

• GET /health: 健康檢查
• GET /stats: 目前統計資訊（啟動時間、檢查次數、錯誤數…）
• GET /check: 立即執行一次檢查
• GET /notify_test?channel=email|webhook|discord: 測試通知

健康檢查與維運

• 容器內建 HEALTHCHECK（每 30 秒檢查一次 /health，連續 3 次失敗標記為不健康）
• 常用指令

docker-compose build
docker-compose up -d
docker-compose restart
docker-compose logs -f barrons-crawler
docker-compose down

資料與日誌

• 預設位置（Docker）：/app/data、/app/logs（已透過 volume 映射至宿主 ./data、./logs）
• 檔案格式（以 Barron’s 為例：data/barrons_data.json）
  • last_update: ISO 時間
  • stock_picks: 文章清單（title/link/hash/scraped_at）
  • stats: 執行統計

擴充新站點（建議流程）

1. 複製範本：app/crawlers/template.py → app/crawlers/<your_site>.py
2. 實作兩個方法：
   • fetch_page(self) -> Optional[str]：抓取 HTML
   • parse_items(self, html: str) -> List[Dict]：輸出包含 title（必要）、建議 link、hash、scraped_at
3. 啟動方式：
   • 簡單做法：為新站點建立第二個容器（複製服務段落，指定不同資料檔/埠口）
   • 進階做法：在 app/runner.py 啟動多個爬蟲與多站 API（需擴充 API 路由與執行緒管理）

故障排除

• 取不到網頁：檢查網路、User-Agent、目標網站是否改版
• Email 失敗：確認 SMTP 設定、應用程式密碼、連接埠與加密方式
• 解析不到內容：查看日誌，更新選擇器邏輯
• 服務無回應：檢查容器日誌與健康檢查狀態

安全建議

• 不要把密碼放到版本控制；使用 .env 並將其列入 .gitignore
• 適度限制通知頻率與內容，避免濫用
• 若對外開放 API，建議加上認證與 HTTPS

版本記事

• 2025-09：重構為模組化架構，API 與爬蟲邏輯分離，新增擴充範本