查找 t.co 链接指向的位置答案

【问题标题】：Find where a t.co link goes to [closed]查找 t.co 链接指向的位置
【发布时间】：2011-09-23 22:48:05
【问题描述】：

给定一个 t.co 链接，我如何找到链接解析的位置？例如，如果我有 t.co/foo，我想要一个返回 domain.com/bar 的函数或进程。

【问题讨论】：

【解决方案1】：

我会远离您无法控制的外部 API。这只会在您的应用程序中引入一个潜在的故障点，并且可能会花钱使用。

CURL 可以很好地做到这一点。下面是我在 PHP 中的做法：

function unshorten_url($url) {
  $ch = curl_init($url);
  curl_setopt_array($ch, array(
    CURLOPT_FOLLOWLOCATION => TRUE,  // the magic sauce
    CURLOPT_RETURNTRANSFER => TRUE,
    CURLOPT_SSL_VERIFYHOST => FALSE, // suppress certain SSL errors
    CURLOPT_SSL_VERIFYPEER => FALSE, 
  ));
  curl_exec($ch); 
  return curl_getinfo($ch, CURLINFO_EFFECTIVE_URL);
}

我确信这可以适应其他语言，甚至可以在 UNIXy 系统上使用 curl 命令编写脚本。

http://jonathonhill.net/2012-05-18/unshorten-urls-with-php-and-curl/

【讨论】：

不错的解决方案。我是否可以建议设置 CURLOPT_NOBODY => true 以便执行 HEAD 请求并且实际上并未获取最终资源？

【解决方案2】：

curl -s -o /dev/null --head -w "%{url_effective}\n" -L "https://t.co/6e7LFNBv"

--head 或 -I 仅下载 HTTP 标头
-w 或 --write-out 在输出后打印指定字符串
-L 或 --location 跟随位置标题

【讨论】：

我喜欢这个解决方案。它只输出 URL（因此不需要进一步解析）并且它遵循多个重定向。实际上，它与命令行中 PHP 中的解决方案相同，对吧？ stackoverflow.com/a/10661246/2444812

【解决方案3】：

如果您想从命令行执行此操作，curl 的详细选项会派上用场：

curl -v <url>

为您提供 HTTP 回复。对于 t.co，它似乎会给您一个 HTTP/301 回复（永久移动）。然后，有一个 Location 字段，它指向缩短后的 URL。

【讨论】：

为什么要使用-v？它输出一大堆你不需要的信息。 curl -I (大写 i) 就足够了。
此解决方案不遵循多个重定向。其他一些解决方案可以，例如stackoverflow.com/a/11326239/2444812

【解决方案4】：

这是一个 Python 解决方案。

import urllib2

class HeadRequest(urllib2.Request):
    def get_method(self): return "HEAD"

def get_real(url):
    res = urllib2.urlopen(HeadRequest(url))
    return res.geturl()

使用实际的 twitter t.co 链接进行测试：

url = "http://t.co/yla4TZys"
expanded = get_real(url)

扩展 = http://twitter.com/shanselman/status/276958062156320768/photo/1

用 try-except 结束它，然后你就可以开始了。

【讨论】：

它不适用于http://t.co/OFlTpTzCqt.throws HTTPError: HTTP Error 303: The HTTP server returned a redirect error that would lead to an infinite loop. The last 30x error message was: See Other

【解决方案5】：

另一个 Python 解决方案，这一次依赖于 requests 模块而不是 urllib2（以及所有其他库）：

#!/usr/bin/env python

import requests

shorturl = raw_input("Enter the shortened URL in its entirety: ")
r = requests.get(shorturl)

print("""
The shortened URL forwards to:

    %s
""" % r.url)

【讨论】：

更好的是，仅使用以下命令下载标头：r = requests.head(shorturl, allow_redirects=True)

【解决方案6】：

这是一个 R 解决方案，从该线程中的其他答案以及 RCurl 包的example() 代码移植而来：

unshorten_url <- function(uri){
        require(RCurl)
        if(RCurl::url.exists(uri)){
                # listCurlOptions()
                opts <- list(
                        followlocation = TRUE,  # resolve redirects
                        ssl.verifyhost = FALSE, # suppress certain SSL errors
                        ssl.verifypeer = FALSE, 
                        nobody = TRUE, # perform HEAD request
                        verbose = FALSE
                );
                curlhandle = getCurlHandle(.opts = opts)
                getURL(uri, curl = curlhandle)
                info <- getCurlInfo(curlhandle)
                rm(curlhandle)  # release the curlhandle!
                info$effective.url
        } else {
                # just return the url as-is
                uri
        }
}

【讨论】：

【解决方案7】：

你可以试试这个 Java 代码。这是使用 java 拥有的 HttpURLConnection 的代码。： http://www.srccodes.com/p/article/37/expand-shortened-link-using-java?fb_action_ids=1544985322486585&fb_action_types=og.likes

此 URL 扩展器将如何工作？将 HttpURLConnection 设置为缩短的 url（比如http://goo.gl/WT6eFw）。

提取 HTTP 标头字段“Location”的值。而这个值只不过是扩展的或实际的目标 URL。

关闭连接。

【讨论】：

【解决方案8】：

Twitter 扩展 URL。假设您有一条使用 twitter API 的推文编码为 json 文件。

import json
urlInfo=[]

tweet=json.loads(tweet)
keyList=tweet.keys() # list of all posssible keys
tweet['entities'] # gives us values linked to entities

您可以观察到有一个名为 'urls' 的值 tweet['entities']['urls'] # 给出映射到键 url 的值

urlInfo=tweet['entities']['expanded_url'] # move it to a list
# iterating over the list.. gives shortened URL
# and expanded URL
for item in urlInfo:
  if "url" and "expanded_url" in urlInfo.keys():
    print(item["url"] + " "+item["expanded_url"])

【讨论】：