如何获取最终重定向的URL

Question

我正在使用谷歌应用引擎来获取一些网址，但有几个网址是301重定向的。我想要获取最终的网址，以便能得到结果。

我正在使用通用订阅源阅读器来解析这些网址，请问有没有什么方法或者函数可以让我得到最终的网址呢？

Answer 1

你可以通过手动处理重定向来实现这个功能。当你使用fetch时，传入 follow_redirects=False。如果你得到的响应对象的HTTP状态是重定向代码，比如301或302，就获取 Location 这个响应头，然后再次请求，直到HTTP状态变成其他的。为了避免无限重定向，建议加一个检查，比如最多允许5次重定向。

Answer 2

如果你在使用 urlfetch API，你可以直接查看从 urlfetch.fetch() 得到的 响应对象 的 final_url 属性，前提是你把 follow_redirects 设置为 True：

>>> from google.appengine.api import urlfetch
>>> url_that_redirects = 'http://www.example.com/redirect/'
>>> resp = urlfetch.fetch(url=url_that_redirects, follow_redirects=False)
>>> resp.status_code
302 # or 301 or whatever
>>> resp = urlfetch.fetch(url=url_that_redirects, follow_redirects=True)
>>> resp.status_code
200
>>> resp.final_url
'http://www.example.com/final_url/'

需要注意的是，follow_redirects 这个参数默认就是 True，所以你其实不需要特别去设置它。

Answer 3

要想得到最终的链接，光靠分析是不行的。你至少需要进行一次HTTP的HEAD操作才能解决这个问题。