如何查找网页的最新更新时间

Question 1

有没有一种方法可以找出自更改网页以来经过了多少时间？

例如，我有一个网页托管在： www.mywebsitenotupdated.com

有没有一种方法可以确定何时将此HTML页面上载到服务器？

我无权访问服务器；只是该网页的链接。

Question 2

不，您仅通过访问页面就无法知道页面的最后更新时间，最后更改时间或上载到服务器的时间（根据解释的不同，这可能是三种不同的东西）。

服务器可以并且应该（根据HTTP 1.1协议）发送Last-Modified标头，您可以通过多种方式找到标头，例如使用Rex Swain的HTTP Viewer。但是，根据协议，这仅仅是

“原始服务器认为该变体上次修改的日期和时间”。

该协议实际上增加了：

“此标头字段的确切含义取决于原始服务器的实现和原始资源的性质。对于文件，可能只是文件系统的最后修改时间。对于具有动态包含的零件的实体，它可能是其零件的最后修改时间集合中的最新时间。对于数据库网关，它可能是记录的最后更新时间戳。对于虚拟对象，这可能是内部状态最后一次更改。”

实际上，通常是从内容管理系统或其他方式动态创建网页，在这种情况下，Last-Modified标头通常会显示创建响应的数据戳记，通常与请求时间非常接近。这意味着在这种情况下，标头实际上是无用的。

即使在“静态”页面的情况下（服务器只是简单地选择一个与请求匹配的文件并发送），Last-Modified日期戳通常仅指示对服务器上文件的最后一次写访问。这可能与从备份副本还原文件的时间有关，或者与在服务器上编辑文件而不对内容进行任何更改的时间有关，或者与文件上载到服务器的时间（可能替换了较旧的文件）有关。相同的副本。在这些情况下，假设时间戳在技术上是正确的，则表示未更改页面的时间（但不一定是最后一次更改的时间）。

Question 3

打开浏览器控制台（？）并输入以下内容：

javascript:alert(document.lastModified)

Question 4

还有另一种查找页面更新的方法，该方法在某些情况下可能有用（如果可行：）。

如果页面已被Google或Wayback Machine索引，则您可以尝试找出它们保存了什么日期（这些方法不适用于任何页面，并且存在一些局限性，对此进行了广泛研究在这个webmasters.stackexchange问题的答案中，但是在许多情况下，它们可以帮助您找出页面更新日期：

Google方式：通过链接https://www.google.com.ua/search?q=site%3Awww.example.com&biw=1855&bih=916&source=lnt&tbs=cdr%3A1%2Ccd_min%3A1%2F1%2F2000%2Ccd_max% 3A＆tbm =
- 您可以通过所需的任何页面URL更改搜索字段中的文本。
- 例如，当前的stackoverflow问题页面搜索给出的结果是2014年5月14日-这是问题创建日期：
Wayback机器方式：通过链接https://web.archive.org/web/*/www.example.com
- 对于此stackoverflow页的Wayback机器，我们Saved 6 times between June 7, 2014 and November 23, 2016.可以得到更多结果：，并且您可以查看每个日期的所有保存副本

Question 5

要检查Last Modified标题，可以使用httpie（docs）。

安装

pip install httpie --user

用法

$ http -h https://martin-thoma.com/author/martin-thoma/ | grep 'Last-Modified\|Date'
Date: Fri, 06 Jan 2017 10:06:43 GMT
Last-Modified: Fri, 06 Jan 2017 07:42:34 GMT

的Date重要性，因为这会报告服务器时间，而不是您的本地时间。同样，并非每个服务器都发送Last-Modified（例如，超级用户似乎不这样做）。

Question 6

这是一种Python方式：

import httplib
import yaml
c = httplib.HTTPConnection(address)
c.request('GET', url_path)
r = c.getresponse()
# get the date into a datetime object
lmd = r.getheader('last-modified')
if lmd != None:
   cur_data = { url: datetime.strptime(lmd, '%a, %d %b %Y %H:%M:%S %Z') }
else:
   print "Hmmm, no last-modified data was returned from the URL."
   print "Returned header:"
   print yaml.dump(dict(r.getheaders()), default_flow_style=False)

该脚本的其余部分包括一个示例，该示例存档页面并检查新版本是否有更改，并通过电子邮件提醒某人。

Question 7

对我来说

article:modified_time

在页面源中。