为什么<！ - cached - >被随机添加到wget输出中？

Question

我写了一个脚本来通知我网站上的更改。我使用wget下载网站html然后将其与过去下载的网站进行比较。问题是每隔几次检查一次网站<!--cached-->就会在</html>之后添加。我试图将-no-cache添加到wget但这没有任何区别。

为什么<!--cached-->被随机添加到wget输出中？这是我可以做些什么来防止这种情况，还是我应该重新考虑一下我检查网站的方式？

Answer 1

Oracle添加与此类似的标记，以指示可以从缓存提供的动态页面，以避免重新生成页面。它可能表示内容与您之前的阅读没有变化。你可以过滤掉它。

Answer 2

在递归检索中使用--mirror选项时可能会发生这种情况。 从文档中：

打开适用于镜像的选项。此选项打开递归 和时间戳，设置无限递归深度并保留FTP 目录列表。当前它等效于“ -r -N -l inf --no-remove-listing“。

对于timestamping这样的示例，html文件中每个打开的div标记之后的第一个条目都带有注释“！- cached -DDD，DD MMM YYY HH” ：MM：SS +4位偏移量->“。