币圈Telegram群 如何利用自动化脚本定期扫描自己电报频道内的死链、失效 Bot 与违规词

Telegram 频道长期运营后，最容易被忽视的问题往往不是内容更新，而是历史消息中的链接逐渐失效、关联 Bot 停止服务，以及敏感或违规词未能及时发现。这些问题会直接影响用户体验，也可能增加频道管理和内容合规方面的风险。

本文介绍一种适用于自有频道或已获授权频道的自动化巡检方案：定期读取历史消息，提取其中的网页链接和 Bot 用户名，检测链接可访问性，并使用本地词库标记需要人工复核的词语。整个流程以“发现问题、生成报告、人工确认”为核心，不建议直接自动删除内容。

🧭 一、先明确扫描范围与合规边界

自动化脚本只能用于自己管理的频道，或已经取得频道所有者明确授权的项目。不要批量扫描不属于自己的群组、频道或用户资料，也不要通过绕过访问控制的方式获取数据。

建议将扫描对象限定为三类：频道历史消息中的公开 HTTP/HTTPS 链接、消息中明确出现的 Bot 用户名，以及本地规则词库中的待复核词。对于私密内容、用户隐私、手机号和个人身份信息，脚本应避免记录和导出。

🔐 准备 Telegram API 凭证

Telethon 等客户端通常需要 API ID、API Hash 和一个用户会话文件。凭证应保存在环境变量或密钥管理系统中，绝对不要直接写入公开代码仓库，也不要把 session 文件上传到网盘或发送给他人。

pip install telethon httpx python-dotenv

币圈Telegram群 运行账号还需要具备读取目标频道历史消息的权限。首次登录时，应在可信设备上完成验证，并为脚本账号启用必要的安全保护。

🔎 二、提取死链与失效 Bot

死链检测不能只看 HTTP 状态码。部分网站会拒绝 HEAD 请求，部分短链接会经过多次跳转，因此更稳妥的策略是优先发送 HEAD，请求失败后再有限度地使用 GET，同时设置超时、跳转上限和访问频率。

对于 Bot，脚本可以提取形如 @example_bot 的用户名，再通过 Telegram API 查询实体是否存在，以及实体是否仍被标记为 Bot。查询失败并不一定代表 Bot 已失效，也可能是网络、权限或用户名变更造成的，因此结果必须进入人工复核队列。

币圈Telegram群 🧩 一个安全的基础扫描示例

下面示例只读取指定频道，并生成本地报告，不会自动删除消息、踢出成员或向第三方发送通知。实际使用时，请将频道标识和凭证放入环境变量。

import os
import re
import csv
import asyncio
import httpx
from telethon import TelegramClient
from dotenv import load_dotenv

load_dotenv()

API_ID = int(os.environ["TG_API_ID"])
API_HASH = os.environ["TG_API_HASH"]
CHANNEL = os.environ["TG_CHANNEL"]
URL_RE = re.compile(r"https?://[^\s<>()]+", re.I)
BOT_RE = re.compile(r"(?<!\w)@[A-Za-z0-9_]{5,32}bot\b", re.I)

def clean_url(url):
    return url.rstrip(".,;:!?，。；！？")

async def check_url(client, url):
    try:
        async with client.stream(
            "HEAD", url, follow_redirects=True, timeout=8
        ) as resp:
            return resp.status_code, str(resp.url)
    except Exception:
        try:
            async with client.stream(
                "GET", url, follow_redirects=True, timeout=8
            ) as resp:
                return resp.status_code, str(resp.url)
        except Exception as exc:
            return "ERROR", type(exc).__name__

async def main():
    tg = TelegramClient("channel_audit", API_ID, API_HASH)
    await tg.start()

    rows = []
    async with httpx.AsyncClient(
        headers={"User-Agent": "ChannelAudit/1.0"}
    ) as web:
        async for message in tg.iter_messages(CHANNEL):
            text = message.message or ""

            for raw in URL_RE.findall(text):
                url = clean_url(raw)
                status, final_url = await check_url(web, url)
                rows.append([
                    message.id, "url", url, status, final_url
                ])

            for username in BOT_RE.findall(text):
                try:
                    entity = await tg.get_entity(username)
                    state = "bot" if getattr(entity, "bot", False) else "not_bot"
                except Exception as exc:
                    state = "unavailable:" + type(exc).__name__

                rows.append([
                    message.id, "bot", username, state, ""
                ])

    with open("channel_audit.csv", "w", newline="", encoding="utf-8-sig") as f:
        writer = csv.writer(f)
        writer.writerow(["message_id", "type", "value", "status", "detail"])
        writer.writerows(rows)

    await tg.disconnect()

asyncio.run(main())

示例中的 httpx 请求应进一步加入域名白名单或内网地址拦截，避免把消息中的链接当作任意网络探测入口。生产环境还应限制并发数量，遵守目标网站的服务条款，并记录扫描时间、状态码和最终跳转地址。

🛡️ 三、建立违规词发现机制

“违规词扫描”不等于简单地把命中内容自动删除。中文存在同义词、错别字、上下文差异和误判问题，正确做法是使用分级词库进行标记，再由管理员结合上下文复核。

可以建立三个层级：高风险词直接进入优先审核队列；营销、博彩、诈骗等风险表达进入普通复核队列；容易误判的词只做提示，不触发任何自动处理。词库应由管理员定期更新，并记录每次调整的原因。

# banned_terms.txt
词语A
词语B
风险短语C

币圈Telegram群 扫描时建议保存消息 ID、命中词、发布时间和原始链接，而不是把完整消息内容长期复制到外部系统。报告文件应设置访问权限，并在达到保存期限后及时清理。

📋 使用上下文降低误判

如果某个词命中后直接删除，可能误伤新闻引用、技术讨论或正常的风险提示。更合理的流程是生成“待审核列表”，管理员打开对应消息，查看前后文、媒体内容和外部链接，再决定修改、置顶提醒或删除。

⏰ 四、设置定期任务与报告机制

币圈Telegram群 频道更新频繁时，可以每天执行一次增量扫描；历史内容较多时，每周进行一次完整扫描即可。增量扫描应保存上次扫描的最大消息 ID，只处理新增消息，从而减少 API 请求和运行时间。

Linux 服务器可以使用 cron 或 systemd timer 调度任务，Docker 环境则可以使用外部任务调度器。无论选择哪种方式，都应加入失败重试、运行日志、超时控制和异常通知，避免脚本静默停止。

# 每天凌晨 3:20 执行，输出追加到日志
20 3 * * * /usr/bin/python3 /opt/audit/channel_audit.py \
>> /var/log/channel_audit.log 2>&1

报告中可以设置四个统计指标：新增死链数量、持续失效链接数量、不可用 Bot 数量和待审核词条数量。连续多次失败的链接优先级更高，单次超时则不应立即判定为失效。

✅ 五、上线前的检查清单

正式运行前，应先用少量历史消息进行测试，确认链接提取、Bot 查询、词库匹配和 CSV 编码均正常。还要检查脚本是否会重复登录、频繁请求 API，或将敏感凭证写入日志。

对于频道管理者来说，自动化工具的价值不是替代判断，而是持续发现人工容易遗漏的问题。最终处理仍应遵守 Telegram 规则、适用法律法规和频道自身的公开管理规范。

❓ 常见问题解答（FAQ）

1. HTTP 404 是否一定代表链接应该删除？

不一定。页面可能临时下线、需要登录，或站点正在迁移，因此建议连续两到三次扫描仍然失败后，再由管理员确认处理。

2. Bot 查询失败是否代表 Bot 已经失效？

不一定。网络超时、用户名变更、权限不足都可能导致查询失败，应将结果标记为“待确认”，而不是立即修改历史消息。

3. 是否可以让脚本自动删除违规词消息？

不建议直接启用。中文语境误判较多，自动删除可能造成内容丢失，稳妥方案是先生成审核报告，并保留操作记录和必要的恢复机制。

4. 扫描频率应该如何设置？

低频更新频道可每周扫描一次，高频频道可每天进行增量扫描。应根据消息数量、网络稳定性和 Telegram API 限制动态调整，避免集中发送大量请求。