如何获取网页文件的真实URL。（Python）

Question

我注意到，有时候网上的音频文件会有一个“假”的网址。

http://garagaeband.com/3252243

这个网址会302重定向到真正的网址：

http://garageband.com/michael_jackson4.mp3

我的问题是……当我拿到这个假网址时，怎么才能从响应头中获取真正的网址呢？

现在，这是我用来读取文件头信息的代码。我不确定这段代码能否帮我实现我的目标。怎么才能从响应头中解析出“真实”的网址呢？

import httplib
conn = httplib.HTTPConnection(head)
conn.request("HEAD",tail)
res = conn.getresponse()

这个网址有一个302重定向：

http://www.garageband.com/mp3cat/.UZCMYiqF7Kum/01_No_pierdas_la_fuente_del_gozo.mp3

Answer 1

你需要查看服务器的回复，发现你得到了一个302（找到），然后从回复的头信息中提取出真正的链接，接着用这个新的链接去获取资源。

Answer 2

Mark Pilgrim 在他的书《Dive Into Python3》中建议使用 httplib2，因为它能更聪明地处理很多事情，比如重定向。

>>> import httplib2
>>> h = httplib2.Http()
>>> response, content = h.request("http://garagaeband.com/3252243")
>>> response["content-location"]
    "http://garageband.com/michael_jackson4.mp3"

Answer 3

使用 urllib.getUrl() 方法

补充说明： 抱歉，我有一段时间没做这个了：

import urllib
urllib.urlopen(url).geturl()

举个例子：

>>> f = urllib2.urlopen("http://tinyurl.com/oex2e")
>>> f.geturl()
'http://www.amazon.com/All-Creatures-Great-Small-Collection/dp/B00006G8FI'
>>>