HttpWebResponse.LastModified准确吗？它是否总是存在？我的项目是创建一种专注于网络爬虫，如果我将使用资源的哈希值或仅使用HttpWebResponse.LastModified属性来检查资源的“新鲜度”，我就会陷入困境。
使用哈希值意味着每次检查资源时都要流式传输资源。这对整体性能有很大影响。
如果我只检查HttpWebResponse.LastModified，它准确吗？
2个回答
5
HttpWebResponse.LastModified返回HTTP响应头中Last-Modified的值。
HTTP响应头是由HTTP服务器发送响应时设置的。服务器完全可以自行决定是否设置Last-Modified响应头，以及是否将其设置为准确值。
Last-Modified响应头是HTTP缓存验证模型的一部分。通常与If-Modified-Since请求头一起使用。您可能需要阅读HTTP/1.1, part 6: Caching了解详细信息。
- dtb
3
那么您认为我需要获取资源的哈希值吗？您知道其他什么方法吗？ - Jojo
@Jojo：请阅读HTTP/1.1第6部分：缓存。它非常易懂。你可能会对验证模型和新鲜度模型这两个部分感兴趣。 - dtb
当存在时，我更喜欢ETag而不是Last-Modified。 - Julian Reschke
3
这取决于您的目的。
Last-Modified表示服务器允许您继续使用具有相同last-modified值（或者隐含地更晚）的实体（在某些多服务器情况下，服务器的last-modified可能会回退，但这很奇怪）。
E-tag更强大（如果它不是“弱”e-tag，则更加强大），因为它标识特定的实体（不同语言版本、不同内容类型版本或不同内容编码版本的e-tag将不同，除非它们实际上是相同的实体[在一组受限制的情况下，这是可能发生的]）。
两者都可以“松散”，即可能认为服务器更改是不重要的；服务器愿意让您继续使用先前的实体，因为它认为它是相同的（除了“强”的e-tag，必须指示用于范围请求的八位字节身份）。
当然，两者都可能是错误的。出现错误是很常见的。尽管如此，在它们错误时，更常见的情况是报告发生了变化，而实际上没有发生变化（这是一种有效的行为，人们可以对新鲜度过于谨慎；它从不损坏，只是使次优）。
那么问题是，您是否需要知道服务器认为没有进行任何更改（大多数情况下），还是确实发生了更改（几乎只用于诊断工具）。
除非您有明确的理由不这样做，否则请相信last-modified和e-tag（但更相信e-tag）。
- Jon Hanna
2
嗨Jon，例如资源是PDF文件。 PDF文件的实际最后修改日期是否与响应的最后修改日期相同？ - Jojo
资源不是文件，而是“例如我们服务的当前文档”或者PDF等。实体是文件（实际发送的内容），每个资源可以有多个实体（不同语言、不同内容类型、不同压缩类型）。对于每个实体，你几乎总是将其最后修改时间与文件相同。虽然有一些相对较少见的情况可能需要采用不同的方法，但如果实体基于文件，则几乎总是这样做。 - Jon Hanna
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接