Question

我有一个Python脚本，可以根据发布的答案here来解除URL。到目前为止，它工作得非常好，例如youtu.be，goo.gl，t.co，bit.ly和tinyurl.com。但现在我注意到它不适用于Flickr自己的URL缩短器flic.kr.

例如，当我输入网址

时

https://flic.kr/p/qf3mGd

进入浏览器，我被正确地重定向到

https://www.flickr.com/photos/106783633@N02/15911453212/

但是，当使用Python脚本取消相同的URL时，我得到以下重定向

https://flic.kr/p/qf3mgd
http://www.flickr.com/photo.gne?short=qf3mgd
http://www.flickr.com/signin/?acf=%2Fphoto.gne%3Fshort%3Dqf3mgd
https://login.yahoo.com/config/login?.src=flickrsignin&.pc=8190&.scrumb=[...]

因此最终在Yahoo登录页面上结束。顺便说一下，Unshort.me可以正确地取消URL。我在这里缺少什么？

以下是我的脚本的完整源代码。我在原始剧本中偶然发现了一些病态案例：

import urlparse
import httplib


def unshorten_url(url, max_tries=10):
    return __unshorten_url(url, [], max_tries)

def __unshorten_url(url, check_urls, max_tries):
    if max_tries == 0:
        if len(check_urls) > 0:
            return check_urls[0]
        return url
    if url in check_urls:
        return url
    unshortended = ''
    try:
        parsed = urlparse.urlparse(url)
        h = httplib.HTTPConnection(parsed.netloc)
        h.request('HEAD', url)
    except:
        return None
    try:
        response = h.getresponse()
    except:
        return url


    if response.status/100 == 3 and response.getheader('Location'):
        unshortended = response.getheader('Location')
    else:
        return url
    #print max_tries, unshortended
    if unshortended != url:
        if 'http' not in unshortended:
            return url
        check_urls.append(url)
        return __unshorten_url(unshortended, check_urls, (max_tries-1))
    else:
        return unshortended

print unshorten_url('http://t.co/5skmePb7gp')

编辑：包含t.co网址的完整工作示例

Answer 1

我以这种方式使用Request [0]而不是httplib，它可以与https://flic.kr/p/qf3mGd一样正常工作：

>>> import requests
>>> requests.head("https://flic.kr/p/qf3mGd", allow_redirects=True, verify=False).url
u'https://www.flickr.com/photos/106783633@N02/15911453212/'

[0] http://docs.python-requests.org/en/latest/

不道德的Flic.kr网址

1 个答案: