Question

我希望能够运行一个小脚本，我可以填充一个URL列表，它会拉入并检查页面上次更新的时间？有没有人这样做过？

我只能通过将其粘贴到浏览器URL字段

中找到使用JavaScript的手动方式

javascript:alert(document.lastModified)

任何想法都很受欢迎：）

Answer 1

如果您在python脚本中使用urllib2（或者可能更好httplib），您可以检查the headers that are returned以获取最后修改的字段。

Answer 2

以下内容将逐步显示一系列网址，并显示上次修改日期，如果不存在，则显示服务器请求的日期。

string[] urls = { "http://boflynn.net", "http://slashdot.org" };
foreach ( string url in urls )
{
    System.Net.HttpWebRequest req =
        (System.Net.HttpWebRequest) System.Net.WebRequest.Create(url);
    System.Net.HttpWebResponse resp =
        (System.Net.HttpWebResponse) req.GetResponse();
    Console.WriteLine("{0} - {1}", url, resp.LastModified);
}

Answer 3

这取决于“最后更新”的含义。当然，有Last-Modified HTTP标头，但它可能会产生误导。例如，如果页面是动态提供的，那么这个字段将是当前时间的一个很好的变化，即使页面本身的内容（对人类有用的部分）在相当长的时间内没有更新。这个页面本身就是这种现象的一个很好的例子。

如果您对上次内容的更新感兴趣，那么我没有立即回答。

检查网页已更新的日期？

3 个答案: