如何用Python获取非跳转真实URL 提取爬虫爬取的重定向链接实际地址

DevOps 小满

2026-10-5

解决方法

你拿到的是谷歌搜索的跳转链接，现有代码只拆分了前缀，没有去掉后续的谷歌跟踪参数，也没有处理Facebook子页面的多余路径，按以下方案实现即可：

实现逻辑

用Python内置的urllib.parse模块解析跳转链接，直接提取q参数对应的真实目标地址，自动处理URL编码和参数剥离
解析得到的Facebook链接，提取域名后的第一级路径作为商家主页地址

完整代码示例

from urllib.parse import urlparse, parse_qs, urlunparse

def get_facebook_merchant_url(google_redirect_url):
    # 解析谷歌跳转链接，提取q参数的真实地址
    parsed_redirect = urlparse(google_redirect_url)
    query_params = parse_qs(parsed_redirect.query)
    if 'q' not in query_params:
        return None
    raw_target_url = query_params['q'][0]
    
    # 解析Facebook目标链接，提取商家主页根路径
    parsed_fb = urlparse(raw_target_url)
    # 拆分路径，取第一个非空的路径段（即商家ID）
    path_segments = [seg for seg in parsed_fb.path.split('/') if seg]
    if not path_segments:
        return None
    merchant_path = path_segments[0]
    
    # 拼接成最终的商家主页URL
    return urlunparse((
        parsed_fb.scheme,
        parsed_fb.netloc,
        f'/{merchant_path}',
        '', '', ''
    ))

# 测试用例
p= '/url?q=https://www.facebook.com/bespokecatering.sydney/videos/lockdown-does-not-mean-unfulfilled-cravings-order-our-weekly-favorites-order-her/892336708293067/%3Fextid%3DSEO----&sa=U&ved=2ahUKEwjTv6ueseHyAhUHb30KHYTYABwQuAJ6BAgEEAI&usg=AOvVaw0t_X8a-7BUi699tTtT9Av4'
print(get_facebook_merchant_url(p))