我們只能得到網頁標題信息而不是正文？ （機械化）

Question

如果我只需要下載自上次下載以來沒有改變的頁面，該怎麼辦？ 什麼是最好的方法？我可以先得到頁面的大小，然後比較決定它是否已經改變，如果是這樣，我要求下載其他跳過？

我打算使用（python）機械化。

Answer 1

請求應該是一個HEAD，而不是一個GET：

9.4 HEAD

的HEAD方法等同於GET 除了服務器不能返回 消息正文中響應。響應於HEAD請求 的HTTP 頭中包含的元信息應當與響應於GET請求發送的信息 相同。 此方法可用於獲取 有關實體 的元信息，該請求暗示請求沒有 傳輸實體主體本身。 此方法通常用於測試 有效性的超文本鏈接， 可訪問性和最近的 修改。

到HEAD請求的響應可以是在這個意義上 緩存包含在響應 的 信息可被用於更新從該資源的先前 高速緩存的實體。如果 新的字段值表明 緩存的實體從目前 實體的不同（如將在內容長度，內容，MD5， ETag的或上次修改一個 變化來表示），那麼緩存 必須把緩存條目爲陳舊。

請看這裏How can I perform a HEAD request with the mechanize library？

Answer 2

是的，你可以通過這樣設置這樣

br = mechanize.Browser() 
br.set_debug_http(True) 
br.set_debug_redirects(True) 
... Your code here ... 

得到蟒蛇機械化的更多信息，你可以得到網頁的有價值的頭信息