0

为了概述问题，我有一个 Twitter 用户“screen_names”列表，我想验证他们是否是被暂停的用户。我不想使用 twitter 搜索 API 来避免速率限制问题（列表很大）。因此，我正在尝试使用一组计算机来标记我的数据集（无论我的数据库中的帐户是否被暂停）。

如果某个帐户被 Twitter 暂停，并且您尝试通过http://www.twitter/screen_name重定向到的链接访问它们https://twitter.com/account/suspended

我尝试使用 python 2.7 和urlib使用该geturl()方法来捕获这种行为。它有效但不可靠（我在同一个链接上没有得到相同的结果）。我在同一个帐户上对其进行了测试，但有时它会返回，有时它https://twitter.com/account/suspended会返回http://www.twitter/screen_name

请求也会出现同样的问题。

我的代码：

import requests
from lxml import html
screen_name = 'IaMaGuyGetIt'
account_url = "https://twitter.com/"+screen_name
url = requests.get(account_url)
print url.url
req = urllib.urlopen(url.url).read()
page = html.fromstring(req)
for heading in page.xpath("//h1"):
    if heading.text == 'Account suspended':
        print True
4

1 回答 1

1

twitter 服务器只为你提供一次 302 重定向；之后它会假设您的浏览器已经缓存了重定向。

页面的主体确实包含一个指针，所以即使你没有被重定向，你也可以看到那里仍然有链接：

r = requests.get(account_url)
>>> r.url
u'https://twitter.com/IaMaGuyGetIt'
>>> r.text
u'<html><body>You are being <a href="https://twitter.com/account/suspended">redirected</a>.</body></html>'

寻找确切的文本。

于 2013-04-05T11:35:11.050 回答