Estoy creando una secuencia de comandos Bash simple para extraer la fecha / hora de modificación del archivo de un archivo remoto a través de HTTP.
Archivo de ejemplo: http://example.com/bar/example.pdf
¿Se puede hacer esto sin descargar el archivo real? Si no, ¿cuál es la mejor alternativa?
Para ser honesto, no directamente.
Deberá obtener datos del sitio remoto para obtener información sobre el archivo. Por lo general, esto se hace con una HEADsolicitud, pero algunos (¿la mayoría?) Los servidores no lo han implementado correctamente y entregan el archivo completo, al igual que hacer una GETsolicitud. Suponiendo que haya curlinstalado:
curl -s -v -X HEAD http://foo.com/bar/baz.pdf 2>&1 | grep '^< Last-Modified:'podría darle lo que desea, pero como se dijo, depende en gran medida del servidor.
HEAD. Sin embargo, también esos sitios le darán el resultado, ya que se supone que deben entregar todo.--headopción en lugar de-X HEADser más conciso para que el comando se convierta en:curl -s -v --head http://foo.com/bar/baz.pdf 2>&1 | grep '^< Last-Modified:'curl -svX HEADes aún más conciso ...La respuesta del servidor generalmente tiene un
Last-Modifiedcampo, puede verificarlo sin descargar el archivo. No es necesario usar-X HEAD, hay una opción especial-Ipara eso (-ssuprime la salida de progreso) :También en mi caso no hay ningún curl instalado (estoy haciendo un script para un dispositivo incrustado) , solo
wget. La forma con wget es:Los
--server-responseencabezados de impresiones, y las--spiderfuerzas opción de no descarga las páginas, sino más bien comprobar su existencia.fuente
curles una mejor respuesta que la aceptada. Quizás el usogrep -idado que a menudo la "última modificación" tiene un caso diferente.