Gibt es eine Möglichkeit herauszufinden, wie viel Zeit vergangen ist, seit eine Webseite geändert wurde?
Zum Beispiel habe ich eine Seite gehostet unter: www.mywebsitenotupdated.com
Gibt es eine Möglichkeit herauszufinden, wann diese HTML-Seite auf den Server hochgeladen wurde?
Ich habe keinen Zugriff auf den Server. nur ein Link zur Webseite.
Antworten:
Nein, Sie können nicht wissen, wann eine Seite zuletzt aktualisiert oder zuletzt geändert oder auf einen Server hochgeladen wurde (was je nach Interpretation drei verschiedene Dinge sein kann), indem Sie einfach auf die Seite zugreifen.
Ein Server kann und sollte (gemäß dem HTTP 1.1-Protokoll) einen Last-ModifiedHeader senden , den Sie auf verschiedene Arten herausfinden können, z. B. mithilfe des HTTP-Viewers von Rex Swain . Laut Protokoll ist dies jedoch gerecht
"Das Datum und die Uhrzeit, zu der der Ursprungsserver glaubt, dass die Variante zuletzt geändert wurde".
Und das Protokoll fügt realistisch hinzu:
„Die genaue Bedeutung dieses Headerfelds hängt von der Implementierung des Ursprungsservers und der Art der ursprünglichen Ressource ab. Bei Dateien ist dies möglicherweise nur die zuletzt geänderte Zeit des Dateisystems. Bei Entitäten mit dynamisch eingeschlossenen Teilen ist dies möglicherweise die aktuellste der letzten Änderungszeiten für die Komponenten. Bei Datenbank-Gateways ist dies möglicherweise der Zeitstempel für die letzte Aktualisierung des Datensatzes. Bei virtuellen Objekten ist es möglicherweise das letzte Mal, dass sich der interne Status geändert hat. “
In der Praxis werden Webseiten sehr oft dynamisch aus einem Content Management System oder auf andere Weise erstellt. In solchen Fällen zeigt der Last-ModifiedHeader normalerweise einen Datenstempel zum Erstellen der Antwort, der normalerweise sehr nahe am Zeitpunkt der Anforderung liegt. Dies bedeutet, dass der Header in solchen Fällen praktisch unbrauchbar ist.
Selbst bei einer „statischen“ Seite (der Server nimmt einfach eine der Anforderung entsprechende Datei auf und sendet sie) zeigt der Last-ModifiedDatumsstempel normalerweise nur den letzten Schreibzugriff auf die Datei auf dem Server an. Dies kann sich auf eine Zeit beziehen, in der die Datei von einer Sicherungskopie wiederhergestellt wurde, oder auf eine Zeit, in der die Datei auf dem Server bearbeitet wurde, ohne den Inhalt zu ändern, oder auf eine Zeit, in der sie auf den Server hochgeladen wurde und möglicherweise eine ältere ersetzt identische Kopie. In diesen Fällen wird unter der Annahme, dass der Zeitstempel technisch korrekt ist, eine Zeit angegeben, nach der die Seite nicht mehr geändert wurde (jedoch nicht unbedingt der Zeitpunkt der letzten Änderung).
Öffnen Sie die Browserkonsole ( ? ) Und geben Sie Folgendes ein:
javascript:alert(document.lastModified)
javascript:alert(document.lastModified)Nicht das tatsächliche Datum
Es gibt eine andere Möglichkeit, das Seitenupdate zu finden, das für einige Gelegenheiten nützlich sein kann (wenn es funktioniert :).
Wenn die Seite von Google oder Wayback Machine indiziert wurde, können Sie herausfinden, welche Daten von ihnen gespeichert wurden (wurden) (diese Methoden funktionieren für keine Seite und weisen einige Einschränkungen auf, die ausführlich untersucht werden) In dieser webmasters.stackexchange- Frage werden die Antworten beantwortet . In vielen Fällen können sie Ihnen jedoch dabei helfen, die Aktualisierungsdaten für die Seite herauszufinden:
Saved 6 times between June 7, 2014 and November 23, 2016., und Sie können alle gespeicherten Kopien für jedes Datum anzeigenZum Überprüfen des Last ModifiedHeaders können Sie httpie( docs ) verwenden.
pip install httpie --user
$ 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
Das Dateist wichtig , da dies die Serverzeit - Berichte, nicht die lokale Zeit. Außerdem sendet nicht jeder Server Last-Modified(z. B. scheint der Superuser dies nicht zu tun).
Dies ist eine pythonische Methode :
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)
Der Rest des Skripts enthält ein Beispiel für das Archivieren einer Seite, das Überprüfen auf Änderungen an der neuen Version und das Benachrichtigen einer Person per E-Mail.
Für mich war es das
article:modified_time
in der Seitenquelle.
Last-ModifiedHeader ist korrekt , es ist jedoch möglich,HEADanhand der Antwort des Servers auf eine Anfrage fundierte Vermutungen anzustellen, die auf dem Wissen über den Server eines bestimmten Hosts und dessen Inhalt sowie dessen Generierung basieren. Das Herumschnüffeln in ihren Seiten und mit einem Schnüffler auf der Verbindung kann viel verraten.