使用 Python 检测短 url

Question

很抱歉，如果之前已解决此问题，但我找不到任何先前的解决方案。我正在使用 Pandas 从 URL 中提取域并计算结果。有没有办法根据 URL 是否是短链接（例如 bit.ly 和 goo.gl）来分配布尔值？可以使用 urllib.urlopen 来验证链接是否为短链接吗？

这是一个伪 Python，希望能说明我正在尝试做的事情：

if urllib.urlopen(df['url']) != df['url']:
    df['short_url'] = True
else:
    df['short_url'] = False

Answer 1

本质上，“短网址”是一个外观网址，它只是重定向到最终网址。所以你可以使用 urllib2 中的 getUrl 方法。

geturl() — 返回检索到的资源的 URL，通常用于 确定是否遵循了重定向

import urllib2
original_url = 'http://someshorturl/5b2su2'
response = urllib2.urlopen(original_url)
# final_url != original_url if redirected
final_url = response.geturl() 
# response_code will be 302 for redirects
response_code = response.getcode()

if response_code == 302:
    # redirected so this may a short url
else:
    # this is not a short url

当然，这有一个缺陷，因为任何 url 都可以是重定向......不仅仅是来自 url 缩短服务（如 goo.gl 或 tinyrl）的短 url。

如果您确实需要 100% 确定，那么您可能需要针对已知的 url 缩短服务域对 url 进行正则表达式测试。您可能需要做一些事情来满足您的要求。