我的大学有一个web portal。有许多不同类型的页面由许多不同的人维护。我想在上面实现一种 VCS 系统，以便管理员可以看到页面被更改、删除或添加。问题是，作为一名学生，我很可能无法访问服务器和文件系统。好吧，即使我这样做了，重要的是用户不会注意到任何差异（或者界面应该对非专业人士非常友好）。
我看到解决方案的方式是制作一个小型网络爬虫，它会遍历每个内部链接并写下它看到的所有内容。然后在数据库上实现一个git，例如。
各位，如果有任何想法，我将不胜感激。
【问题讨论】：
标签： git web version-control portal
在从技术角度说话之前，我想你应该问自己：你在为谁解决问题？
我猜你的大学不想要一个蹩脚的门户。所以他们不想要一个难以使用（而且容易搞砸）的工具。所以他们可能想帮助你改进它。
因此，即使您是学生，尝试与您的大学教职员工/系统管理员携手合作也是值得的。
起初它可能比你自己实现一个爬虫更复杂。因为你会依赖其他人（他们可能有不同的观点）。而且因为有时人们会抗拒改变。
但是，如果您可以与系统管理员携手合作，那么您可以使用适当的工具并避免重新发明轮子。 （我想现在每个像样的 CMS 都有你想要的所有功能：保持历史记录、通知观察者、对非技术人员直观......）。
我的建议是：开始做一些最先进的研究。寻找有前途的工具。从您的角度和大学教职员工的角度衡量优点（拥有相关工具）和缺点（例如：迁移需要成本）。并与您的系统管理员讨论此问题。
现在让我们考虑一下您必须处理一个您绝对无法与管理员取得联系的网站的情况。那么唯一的解决方案似乎就是您的建议：使用网络爬虫。
从技术角度来看，例如：
无论你是使用实现还是它的修改版本，我能想到的缺点至少是：
【讨论】：