python从请求中获取url

Question

我从 django 的 api 获取数据。数据来自另一个网站的订单。数据还包括一个 url，例如，example.com但我无法验证输入，因为我无权访问订单。我得到的网址也可以有不同的种类。更多示例：example.dehttp://example.dewww.example.comhttps://example.dehttp://www.example.dehttps://www.example.de现在我想打开网址以获取正确的网址。例如，如果我example.com在浏览器中打开，我得到了正确的 url http://example.com/，这就是我希望所有 url 的结果。我怎样才能在python中快速做到这一点？

Answer 1

如果你status_code 200知道你有一个有效的地址。

关于HTTPS://. 如果您不遵循本指南中的答案，您将收到 SSL 错误。一旦你有了它，程序就会为你找到正确的 URL。

import requests

import traceback

validProtocols = ["https://www.", "http://www.", "https://", "http://"]

def removeAnyProtocol(url):

    url = url.replace("www.","") # to remove any inputs containing just www since we aren't planning on using them regardless.

    for protocol in validProtocols:

        url = url.replace(protocol, "")

    return url

def validateUrl(url):

    for protocol in validProtocols:

        if(protocol not in url):

            pUrl = protocol + removeAnyProtocol(url)

            try:

                req = requests.head(pUrl, allow_redirects=True)

                if req.status_code == 200:

                    return pUrl

                else:

                    continue

            except Exception:

                print(traceback.format_exc())

                continue

        else:

            try:

                req = requests.head(url, allow_redirects=True)

                if req.status_code == 200:

                    return url

            except Exception:

                print(traceback.format_exc())

                continue

用法：

correctUrl = validateUrl("google.com") # https://www.google.com