从 reddit URL 获取原始 URL答案

【问题标题】：Get original URL from a reddit URL从 reddit URL 获取原始 URL
【发布时间】：2018-02-09 17:35:20
【问题描述】：

考虑这个链接： https://www.reddit.com/r/todayilearned/comments/6x6iz8/til_princess_diana_on_live_tv_shook_the_hand_of/?ref=share&ref_source=link

原来的喜欢是

http://www.bbc.com/news/av/magazine-39490507/how-princess-diana-changed-attitudes-to-aids

使用 Javascript，如何在不使用 Reddit API 的情况下从第一个链接到达原始链接？

【问题讨论】：

是的，抓取页面并获取链接
为您提供不同的视角或纠正您的问题。您提供的链接确实以任何方式引用了 bbc.com 链接。碰巧您的原始链接指向的页面包含该链接。因此，唯一的方法是抓取该链接的页面。
@Paul：当您尝试在 Reddit 上分享帖子（通过单击分享按钮）时，您会得到这种格式（而不是原始链接）
@Ari，正确。本质上，当您单击共享时，他们会为您提供一个网页，该网页恰好有指向原始文章的链接。如前所述，网络抓取可能是您唯一的选择。

标签： javascript node.js reddit

【解决方案1】：

如果您谈论的是在网页中运行的 JavaScript，则不能。您需要使用 Reddit API，或者抓取 Reddit 网页。但是，由于跨域安全规则，您无法使用 JavaScript 抓取网页，因此您必须使用 API。

编辑：啊，Paul 刚刚指出您标记了 Node.js；如果您从服务器执行此操作，则可以进行抓取。查找“使用 node.js 抓取”。粗略浏览一下 Google 后，似乎大多数解决方案都涉及下载 Reddit 网页的 HTML，然后使用名为 Cheerio 的库对其进行解析。还有这东西scrape-it 看起来很有前途。

【讨论】：

他标记了node.js，所以也许我们可以假设它是服务器端而不是客户端。