Hora de modificación de página web

[Arturo.Molina]

Buenas tardes a todos,
me han encargado un pequeño proyecto en el cual debo rastrear y registrar la fecha y la hora de las modificaciones de una página web concreta, para hacerlo estoy usando Delphi 10.2 sobre windows 10/64

Revisando por las páginas del ClubDelphi, he encontrado esta referencia: https://clubdelphi.com/foros/showthr...cha+pagina+web

Las soluciones son bastante antiguas, y entiendo que no están funcionando bien ya que me devuelve lo que aparece en la imagen para todas las páginas web con las que pruebo. Obviamente la página que chequeo existe, contiene datos y se actualiza de vez en cuando.
Como dato, indicar que es una página hecha con WordPress.

¿Álguien que me eche una mano para resolver esto?

Saludos y gracias

[mamcx]

Tienes que aprender del protocolo HTTP, no meramente copiar codigo sin entendimiento.

HTTP usa verbos (GET, POST, HEAD, ...), encabezados, estados, respuestas y solicitudes. Es un protocolo de texto.

Que significa 301?

https://es.wikipedia.org/wiki/HTTP_301

P.D: Tip. Mira con el navegador cualquier pagina usando click derecho, inspeccionar. En la pestaña de red, veras los request/response. Para ESTE hilo son:

Resumen
URL: http://www.clubdelphi.com/foros/showthread.php?p=538033#post538033
Estado: 200 OK
Fuente: Red
Dirección: 87.98.231.4:80

Solicitud
GET /foros/showthread.php HTTP/1.1
Cookie: SERVERID111702.........
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Encoding: gzip, deflate
Upgrade-Insecure-Requests: 1
Host: www.clubdelphi.com
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/13.1.1 Safari/605.1.15
Referer: http://www.clubdelphi.com/foros/search.php?searchid=5741235
Accept-Language: es-es
Connection: keep-alive

Responder
HTTP/1.1 200 OK
Content-Type: text/html; charset=ISO-8859-1
Pragma: no-cache
Set-Cookie: SERVERID111702=34066; path=/; max-age=900
Content-Encoding: gzip
Expires: 0
Transfer-Encoding: Identity
Cache-Control: private, post-check=0, pre-check=0, max-age=0
Date: Wed, 22 Jul 2020 13:16:47 GMT
Vary: Accept-Encoding
X-IPLB-Instance: 31965
X-Powered-By: PHP/5.4
Server: Apache

Parámetros de la cadena de consulta
p: 538033

Es IMPORTANTE recordar que NO EXISTE una obligación de responder de forma idéntica en los encabezados. Aparte del status todo lo demás puede estar vació.

Y te puede decir mentiras.

[Arturo.Molina]

Empezado por mamcx

Tienes que aprender del protocolo HTTP, no meramente copiar codigo sin entendimiento.

HTTP usa verbos (GET, POST, HEAD, ...), encabezados, estados, respuestas y solicitudes. Es un protocolo de texto.

Que significa 301?

https://es.wikipedia.org/wiki/HTTP_301

P.D: Tip. Mira con el navegador cualquier pagina usando click derecho, inspeccionar. En la pestaña de red, veras los request/response. Para ESTE hilo son:

Resumen
URL: http://www.clubdelphi.com/foros/showthread.php?p=538033#post538033
Estado: 200 OK
Fuente: Red
Dirección: 87.98.231.4:80

Solicitud
GET /foros/showthread.php HTTP/1.1
Cookie: SERVERID111702.........
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Encoding: gzip, deflate
Upgrade-Insecure-Requests: 1
Host: www.clubdelphi.com
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/13.1.1 Safari/605.1.15
Referer: http://www.clubdelphi.com/foros/search.php?searchid=5741235
Accept-Language: es-es
Connection: keep-alive

Responder
HTTP/1.1 200 OK
Content-Type: text/html; charset=ISO-8859-1
Pragma: no-cache
Set-Cookie: SERVERID111702=34066; path=/; max-age=900
Content-Encoding: gzip
Expires: 0
Transfer-Encoding: Identity
Cache-Control: private, post-check=0, pre-check=0, max-age=0
Date: Wed, 22 Jul 2020 13:16:47 GMT
Vary: Accept-Encoding
X-IPLB-Instance: 31965
X-Powered-By: PHP/5.4
Server: Apache

Parámetros de la cadena de consulta
p: 538033

Es IMPORTANTE recordar que NO EXISTE una obligación de responder de forma idéntica en los encabezados. Aparte del status todo lo demás puede estar vació.

Y te puede decir mentiras.

Gracias por tu respuesta mamcx.


Ya había consultado sobre el error 301, aunque no entiendo esa respuesta del servidor. La página está en el servidor (no hay error 410 o 404).

Respecto a la petición de la información de red a la página (botón derecho, inspeccionar), tambien lo había mirado, pero la respuesta que me da en date es el momento en que se hace la petición, que no es la que yo necesito.

Ciertamente, no tengo casi ninguna experiencia en el protocolo HTTP. Yo pensé que, al fin y al cabo, siendo un archivo colocado en un servidor en internet tiene una fecha y una hora de creación y/o modificación (es una página estática ¿no es un archivo de texto plano con una síntaxis específica que mi navegador me muestra?).

Debo estar muy espeso y, despues de leer tu respuesta varias veces, no consigo entender lo que tratas de explicarme.

¿Podrías, por favor, intentar explicarmelo otra vez?


Saludos y gracias

[Casimiro Notevi]

Aunque sea una página estática, tú (el navegador) no descarga esa página, sino el resultado de procesamiento que hace el servidor web.
O sea, el fichero html/php no lo descargas.

[Arturo.Molina]

Empezado por Casimiro Notevi

Aunque sea una página estática, tú (el navegador) no descarga esa página, sino el resultado de procesamiento que hace el servidor web.
O sea, el fichero html/php no lo descargas.

Gracias Casimiro

Y ¿no hay ninguna manera de conocer cuando se creó/generó o modificó ese archivo?

[Casimiro Notevi]

Depende de la configuración del servidor web, podrás descargarlo, por ejemplo con wget (es de linux, pero seguro que hay algo similar para windows).
Ejemplo de uso:
wget https://www.google.com/index.php
Te descargaría ese fichero y ahí podrías ver su fecha.
(Es sólo un ejemplo, no creo que google permita descargarlo)

[mamcx]

Empezado por Arturo.Molina

Y ¿no hay ninguna manera de conocer cuando se creó/generó o modificó ese archivo?

Si la pagina es un "fichero" para descargar, QUIZAS.

Pero si es una pagina de "codigo" como .php, .aspx, etc NO.

Porque esas paginas lo que hacen es procesar algo, y retornar ese resultado, NO devolverse a "si mismas". Eso seria una falla de seguridad!

--
Porque necesitas hacer esto?

[Neftali [Germán.Estévez]]

Empezado por Arturo.Molina

... me han encargado un pequeño proyecto en el cual debo rastrear y registrar la fecha y la hora de las modificaciones de una página web concreta

¿Te refieres a la hora del fichero original?
No creo que se pueda si no tienes credenciales de acceso vía FTP, por ejemplo.

Otra opción es detectar si desde la ultima vez que lo consultaste ha habido cambios (creo que lo ha comentado [dec]). Puedes descargar el contenido y compararlo con el último descargado.
Imagino que eso serviría si estás intentando consultar algún dato que publican en una web (tipos de cambio, precios,...) y no tienes acceso a través de ninguna API.