下载的文件的上次修改与其 HTTP 标头不匹配

Question

我有一段 Python 代码（无论好坏）检查本地文件与 Web 服务器上的同一文件。如果不存在，则下载它，如果存在，则检查下载文件的 os.stat 上次修改的内容与服务器上同一文件的 HTTP 标头。

问题是，这两个数字似乎不相等，即使它们应该相等。代码如下：

from urllib import urlretrieve
from urllib2 import Request, urlopen
from time import strftime, localtime, mktime, strptime
from os import stat, path

destFile = "logo3w.png"
srvFile = "http://www.google.com/images/srpr/logo3w.png"

if path.exists(destFile):
    localLastModified = stat(destFile).st_mtime
    req = Request(srvFile)
    url_handle = urlopen(req)
    headers = url_handle.info()                        
    srvLastModified = headers.getheader("Last-Modified")
    srvLastModified = mktime(strptime(srvLastModified,
      "%a, %d %b %Y %H:%M:%S GMT"))
    print localLastModified, srvLastModified

else:
    urlretrieve(srvFile, destFile)

print 语句的返回（如果您运行代码两次）是1334527395.26 1333350817.0。

在我看来，这两个应该是相同的，但它们却截然不同。本地下载的文件的修改日期实际上是下载到本地机器的日期，而不是服务器上最后修改的日期。

基本上我要做的就是保留文件的本地缓存（在实际应用程序中会是很多文件），如有必要，请下载它。我有一半意识到默认情况下网络代理应该执行此操作，并且我正在运行存储这些文件的基本 WAMP 服务器，但我不确定如何将其应用于我的 PyQt 应用程序。可能有几十个文件需要下载和缓存，其中大约一半很少会更改，因此我正在尝试确定检查和获取这些文件的最快方法。

也许这甚至不是正确的方法，所以如果有（更好/许多其他）方法可以做到这一点，我会全力以赴。

Answer 1

urllib.urlretrieve 只是下载文件；它不会复制修改日期。您必须使用 os.utime 手动执行此操作：

import os

# current code
else:
    headers = urlretrieve(srvFile, destFile)[1]
    lmStr = headers.getheader("Last-Modified")
    srvLastModified = mktime(strptime(lmStr, "%a, %d %b %Y %H:%M:%S GMT"))
    os.utime(destFile, (srvLastModified, srvLastModified))