如何使用Python爬虫处理带有重定向跳转的短链接真实地址还原?

千婷酱_2631

千婷酱_2631

2026-07-16

645人浏览

原创

requests.get()默认自动跟随重定向,response.url返回最终真实地址;若需获取跳转链路,须设allow_redirects=false并手动解析location头或html中的meta/js跳转,同时限制最大跳转次数、归一化url防环路。

如何使用python爬虫处理带有重定向跳转的短链接真实地址还原?

直接用 requests.get() 默认会自动跟随重定向,拿到的 response.url 就是最终真实地址——但前提是没关 allow_redirects,且目标没做 JavaScript 跳转或 meta refresh。

为什么 requests.get() 返回的 url 不是短链接本身?

因为 requests 默认开启重定向追踪(allow_redirects=True),遇到 301 / 302 响应时会自动发起后续请求,直到状态码不是重定向类(如 200)才停止。最终 response.url 是最后一次响应的 URL,也就是跳转终点。

  • 如果你需要原始短链接的跳转链路(比如查 301 → 302 → 200),得手动禁用自动跳转:allow_redirects=False,再自己处理 response.headers.get("Location")
  • 注意:某些短链服务(如 t.co、bit.ly)会在响应头中返回 Location,但也有些会返回 200 + HTML 内含 <meta http-equiv="refresh"> 或内联 JS,这种 requests 无法自动识别
  • 超时和 User-Agent 缺失容易被封,建议加 timeout=5 和通用 headers={"User-Agent": "Mozilla/5.0..."}

如何安全获取完整跳转路径(含中间跳转)?

用循环 + allow_redirects=False 手动跟进,每次检查 response.status_code 是否为 3xx,并读取 Location 头。关键点在于避免无限跳转和环路。

Python Use Agent
Python Use Agent

智能执行Python任务,自动生成、执行代码并反馈结果,无需额外配置,兼容旧命令。

下载
  • 设置最大跳转次数(如 max_redirects=5),防止死循环
  • 记录已访问的 URL(用 set 存 normalized URL,比如去掉 fragment、统一 scheme),发现重复立即中断
  • Location 可能是相对路径,需用 urllib.parse.urljoin(current_url, location) 拼接
  • 示例片段:
    url = short_url<br>visited = set()<br>for _ in range(5):<br>    if url in visited:<br>        break<br>    visited.add(url)<br>    r = requests.get(url, allow_redirects=False, timeout=5, headers=headers)<br>    if r.status_code in (301, 302, 303, 307, 308):<br>        url = urljoin(url, r.headers.get("Location", ""))<br>    else:<br>        break

遇到 JS 跳转或 meta refresh 怎么办?

requests 不执行 JS,也不解析 HTML 自动跳转,这类情况必须上 BeautifulSoup 或 lxml 提取跳转信息,或者换 selenium / playwright 渲染页面。

  • 先检查响应内容是否含 <meta http-equiv="refresh" content="0;url=...>,用 BeautifulSoup(response.text, " html.parser> 提取 <code>content 属性里的 URL
  • JS 跳转常见形式:window.location.href = "..."; 或 document.location = "...";,可用正则粗略匹配:re.search(r'location\s*[\.\=]\s*[\'"]([^\'"]+)[\'"]', text)
  • 不推荐无脑上浏览器自动化——性能差、资源重;优先尝试解析 HTML + 正则,仅当结构复杂或混淆严重时再考虑 playwright.sync_playwright().start() 启动无头浏览器
  • 注意:部分站点会根据 UA 或 IP 返回不同内容,JS 跳转可能只对浏览器 UA 生效,此时 requests 拿到的 HTML 里根本没那段 JS

真实短链服务往往混合使用多种跳转手段,比如先 302 到一个中间页,再由该页通过 meta refresh 跳向最终地址。只依赖单一机制(如只看 Location 头)大概率漏掉终点。最稳的做法是「头部分析 + HTML 解析」双路并行,并始终限制跳转深度和 URL 归一化去重。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1651

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

4124

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1649

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

23837

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

2907

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

2947

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1143

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

596

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

2283

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程