解碼R中的tinyurl以獲取完整的url路徑？

Question

有沒有辦法解碼R中的tinyURL鏈接，以便我可以看到他們實際引用了哪些網頁？

Answer 1

下面是一個快速和骯髒的解決方案，而應把工作做好：

library(RCurl) 

decode.short.url <- function(u) { 
    x <- try(getURL(u, header = TRUE, nobody = TRUE, followlocation = FALSE)) 
    if(class(x) == 'try-error') { 
    return(u) 
    } else { 
    x <- strsplit(x, "Location: ")[[1]][2] 
    return(strsplit(x, "\r")[[1]][1]) 
    } 
} 

變量 'U' 下面包含一個URL shortend，和一個普通的URL。

u <- c("http://tinyurl.com/adcd", "http://www.google.com") 

然後，您可以通過執行以下操作獲取擴展結果。

sapply(u, decode.short.url) 

以上應該適用於大多數縮短網址的服務，而不僅僅是tinyURL。我認爲。

HTH

託尼Breyal

Answer 2

我不知道R，但一般來說你需要向tinyurl-url發出http請求。你應該得到一個301迴應與實際的網址。

Answer 3

library(RCurl) 

decode.short.url <- function(u) { 
    x <- try(getURL(u, header = TRUE, nobody = TRUE, followlocation = FALSE)) 
    if(class(x) == 'try-error') { 
    return(u) 
    } else { 
    x <- strsplit(x, "Location: ")[[1]][2] 
    return(strsplit(x, "\r")[[1]][1]) 
    } 
} 


(u <- c("http://tinyurl.com/adcd", "http://tinyurl.com/fnqsh")) 
(sapply(u, decode.short.url)) 

Answer 4

我用託尼Breyal的代碼，但該函數返回NA值這裏沒有URL重定向這些網址。儘管託尼在他的例子中列出了「google.com」，但我認爲Google會將您重定向到google.com的某種本地化版本。

這是我如何修改託尼的代碼來處理是：

decode.short.url <- function(u) { 
    x <- try(getURL(u, header = TRUE, nobody = TRUE, followlocation = FALSE)) 
    if(class(x) == 'try-error') { 
    print(paste("***", u, "--> ERORR!!!!"))  
    return(u) 
    } else { 
    x <- strsplit(x, "Location: ")[[1]][2] 
    x.2 <- strsplit(x, "\r")[[1]][1] 
    if (is.na(x.2)){ 
     print(paste("***", u, "--> No change.")) 
     return(u) 
    }else{ 
     print(paste("***", x.2, "--> resolved in -->", x.2)) 
     return(x.2) 
    } 
    } 
} 


u <- list("http://www.amazon.com", "http://tinyurl.com/adcd") 
urls <- sapply(u, decode.short.url)