如何用Python区分返回404与200状态码的子域名？

我来帮你搞定这个需求——从你的子域名列表里挑出返回404状态码的条目其实很简单，咱们一步步来实现：

核心思路 #

我们需要遍历每个子域名，发送HTTP请求获取它的响应状态码，然后筛选出状态码等于404的条目。为了避免请求失败导致程序崩溃，还要加上异常处理逻辑。

完整代码实现 #

首先确保你已经安装了requests库（用来发送HTTP请求），如果没装的话，先执行：

pip install requests

然后用下面的代码来筛选：

import requests

# 你的子域名列表（可以继续添加更多条目）
subdomains = [
    "https://teyrtguhigkfjn.s3.amazonaws.com/",
    "http://google.com",
    # 这里补充你的其他子域名
]

# 存储筛选出的404子域名
found_404 = []

for domain in subdomains:
    try:
        # 用HEAD请求更高效，只获取响应头不下载内容
        resp = requests.head(domain, timeout=5)
        if resp.status_code == 404:
            found_404.append(domain)
    except requests.exceptions.RequestException as err:
        # 捕获请求异常，比如超时、域名不存在等
        print(f"处理 {domain} 时出错: {err}")

# 输出结果
print("\n返回404状态码的子域名：")
for item in found_404:
    print(item)

一些优化说明 #

• 为什么用HEAD请求？因为我们只需要状态码，HEAD请求不需要下载响应体，速度更快，也能节省带宽资源。
• 如果遇到某些服务器不支持HEAD请求的情况，你可以把requests.head()换成requests.get()，同时加上stream=True来避免下载大体积的响应内容：

  resp = requests.get(domain, timeout=5, stream=True)
  

• timeout=5是设置请求超时时间，避免某个域名卡住整个程序。

内容的提问来源于stack exchange，提问作者Utkarsh Agrawal