如何取消缩短 URL？

Question

我希望能够采用缩短或未缩短的 URL 并返回其未缩短的形式。我怎样才能制作一个python程序来做到这一点？

补充说明：

• 案例 1：缩短 --> 未缩短
• 案例 2：未缩短 --> 未缩短

例如输入数组中的bit.ly/silly 应该是输出数组中的google.com
例如输入数组中的google.com 应该是输出数组中的google.com

Answer 1

向 URL 发送 HTTP HEAD 请求并查看响应代码。如果代码是 30x，请查看 Location 标头以获取未缩短的 URL。否则，如果code是20x，则不重定向URL；您可能还想以某种方式处理错误代码（4xx 和 5xx）。例如：

# This is for Py2k.  For Py3k, use http.client and urllib.parse instead, and
# use // instead of / for the division
import httplib
import urlparse

def unshorten_url(url):
    parsed = urlparse.urlparse(url)
    h = httplib.HTTPConnection(parsed.netloc)
    h.request('HEAD', parsed.path)
    response = h.getresponse()
    if response.status/100 == 3 and response.getheader('Location'):
        return response.getheader('Location')
    else:
        return url

Answer 2

使用请求：

import requests

session = requests.Session()  # so connections are recycled
resp = session.head(url, allow_redirects=True)
print(resp.url)

Answer 3

Unshorten.me 有一个 API，可让您发送 JSON 或 XML 请求并获取返回的完整 URL。

Answer 4

打开 url 看看它解析成什么：

>>> import urllib2
>>> a = urllib2.urlopen('http://bit.ly/cXEInp')
>>> print a.url
http://www.flickr.com/photos/26432908@N00/346615997/sizes/l/
>>> a = urllib2.urlopen('http://google.com')
>>> print a.url
http://www.google.com/

Answer 5

要取消短，您可以使用请求。这是一个适合我的简单解决方案。

import requests
url = "http://foo.com"

site = requests.get(url)
print(site.url)

Answer 6

如果您使用的是 Python 3.5+，则可以使用 Unshortenit 模块，这让这一切变得非常简单：

from unshortenit import UnshortenIt
unshortener = UnshortenIt()
uri = unshortener.unshorten('https://href.li/?https://example.com')

Answer 7

http://github.com/stef/urlclean

sudo pip install urlclean
urlclean.unshorten(url)

Answer 8

这里的 src 代码几乎考虑了有用的极端情况：

• 设置自定义超时。
• 设置自定义用户代理。
• 检查我们是否必须使用 http 或 https 连接。
• 递归解析输入 url 并防止在循环中结束。

src代码在github上@https://github.com/amirkrifa/UnShortenUrl

欢迎 cmets ...

import logging
logging.basicConfig(level=logging.DEBUG)

TIMEOUT = 10
class UnShortenUrl:
    def process(self, url, previous_url=None):
        logging.info('Init url: %s'%url)
        import urlparse
        import httplib
        try:
            parsed = urlparse.urlparse(url)
            if parsed.scheme == 'https':
                h = httplib.HTTPSConnection(parsed.netloc, timeout=TIMEOUT)
            else:
                h = httplib.HTTPConnection(parsed.netloc, timeout=TIMEOUT)
            resource = parsed.path
            if parsed.query != "": 
                resource += "?" + parsed.query
            try:
                h.request('HEAD', 
                          resource, 
                          headers={'User-Agent': 'curl/7.38.0'}
                                   }
                          )
                response = h.getresponse()
            except:
                import traceback
                traceback.print_exec()
                return url

            logging.info('Response status: %d'%response.status)
            if response.status/100 == 3 and response.getheader('Location'):
                red_url = response.getheader('Location')
                logging.info('Red, previous: %s, %s'%(red_url, previous_url))
                if red_url == previous_url:
                    return red_url
                return self.process(red_url, previous_url=url) 
            else:
                return url 
        except:
            import traceback
            traceback.print_exc()
            return None

Answer 9

您可以使用geturl()

from urllib.request import urlopen
url = "bit.ly/silly"
unshortened_url = urlopen(url).geturl()
print(unshortened_url)
# google.com

Answer 10

这是一个非常简单的任务，你只需要添加 4 行代码就可以了 :)

import requests
url = input('Enter url : ')
site = requests.get(url)
print(site.url)

只需运行此代码，您将成功解短 url。